4.4.2 ප්රතිකාර බලපෑම් Heterogeneity

පරීක්ෂණ සාමාන්යයෙන් සාමාන්ය බලපෑමක් මැන, නමුත් බලපෑම වෙනස් පුද්ගලයන් සඳහා වෙනස් විය හැක.

සරල පරීක්ෂණ ඔබ්බට ගමන් සඳහා දෙවන ප්රධාන අදහස ප්රතිකාර බලපෑම් heterogeneity වේ. යන අත්හදා Schultz et al. (2007) ප්රබල ලෙස එකම ප්රතිකාර ජනතාවගේ විවිධ ආකාරයේ විවිධ බලපෑම් (රූපය 4.4) ඇති, නමුත් heterogeneity මෙම විශ්ලේෂණයක් යනු ඇනලොග් වයස අවුරුදු අත්හදා සඳහා ඇත්තෙන්ම සැලකිය අසාමාන්ය හැකි ආකාරය විදහා දක්වයි. බොහෝ ඇනලොග් වයස පර්යේෂණ නිසා ඔවුන් ගැන පුංචි පෙර ප්රතිකාර හැඳින්වේ "විජට්" එකිනෙකට හුවමාරු ලෙස සලකනු ලැබේ බව ප්රකා කුඩා සංඛ්යාවක් සම්බන්ධ වේ. ඩිජිටල් පර්යේෂණ වලදී, කෙසේ වෙතත්, මෙම දත්ත සීමාවන් අඩු පොදු පර්යේෂකයන් වඩා සහභාගීවන්නන් ඔවුන් ගැන වැඩි විස්තර දැන ගැනීමට නැඹුරු නිසා ය. මෙම විවිධ දත්ත පරිසරය, අපි ප්රතිකාර බලපෑම් heterogeneity ප්රතිකාර වැඩ කරන්නේ කෙසේද යන්න දැන සැපයීම පිණිස, එය වැඩි දියුණු කළ හැකි දැයි ඇස්තමේන්තු, සහ එය කෙසේ ප්රයෝජන ගැනීමට බොහෝ දුරට ඉඩ ඇති අයට ඉලක්ක ගත හැක හැක.

සමාජ ප්රතිමාන හා බලශක්ති භාවිතය පිළිබඳ සන්දර්භය තුළ ප්රතිකාර බලපෑම් heterogeneity උදාහරණ දෙකක් මුල් පිටුව බලශක්ති වාර්තා පිළිබඳ අතිරේක පර්යේෂණ සිට එන්න. පළමුව, Allcott (2011) නියැදි වැඩිදුර භේද කිරීම හා පූර්ව-ප්රතිකාර බලශක්ති භාවිතය decile විසින් මුල් පිටුව බලශක්ති වාර්තාව බලපෑම තක්සේරු කිරීමට විශාල නියැදියක් (පවුල් 600,000) භාවිතා කළේය. අතර Schultz et al. (2007) අධික ආලෝකය හා භාවිතා කරන්නන් අතර වෙනස්කම් සොයා, Allcott (2011) අධික ආලෝකය හා පරිශීලක සමූහය තුළ වෙනස්කම් ද පවතින බව සොයාගෙන ඇත. උදාහරණයක් ලෙස, බරපතලම පරිශීලකයන් (ඉහළ decile එම) මෙන් දෙගුණයක් බර පරිශීලක සමූහය (රූපය 4.7) මැද අයෙක් ලෙස ඔවුන්ගේ ශක්තිය භාවිතය අඩු කර ඇත. තවද, පෙර-ප්රතිකාර හැසිරීම බලපෑම තක්සේරු කිරීම ද පවා සැහැල්ලු පරිශීලකයන් (රූපය 4.7) සඳහා බූමරංග බලපෑමක් එහි නො සිටි බව අනාවරණය වී ඇත.

Figure 4.7: (2011) Allcott ප්රතිකාර බලපෑම් Heterogeneity. බලශක්ති භාවිතය අඩුවීම ගැන්මට භාවිතය විවිධ deciles ජනතාව සඳහා වෙනස් විය.

Figure 4.7: ප්රතිකාර බලපෑම් Heterogeneity Allcott (2011) . බලශක්ති භාවිතය අඩුවීම ගැන්මට භාවිතය විවිධ deciles ජනතාව සඳහා වෙනස් විය.

ආශ්රිත අධ්යයනය, Costa and Kahn (2013) මුල් බලශක්ති වාර්තාව ඵලදායී සහභාගී දේශපාලන මතවාදය අනුව වෙනස් සහ ඖෂධ ප්රතිකාර ඇත්තටම සමහර මතවාද සමග ජනතාව සිය විදුලි භාවිතය වැඩි වීමට හේතු විය හැකි බව හැකි බව අනුමාන කරන ලදී. වෙනත් වචන වලින් කිවහොත්, ඔවුන් මුල් පිටුව බලශක්ති වාර්තා ජනතාවගේ සමහර වර්ග සඳහා බූමරංග බලපෑමක් නිර්මාණය කළ හැකි යැයි සිතන පිරිසක් ද සිටිති. මෙම හැකියාව තක්සේරු කිරීමට, කොස්තා සහ කාන් වැනි දේශපාලන පක්ෂයක් ලියාපදිංචි කිරීම, පාරිසරික සංවිධාන වලට ආධාර, සහ පුනර්ජනනීය බල ශක්ති වැඩසටහන් ගෘහ සහභාගීත්වයෙන් තොරතුරු ඇතුළත් තෙවන පාර්ශවීය aggregator මිලදී ගත් දත්ත සමග Opower දත්ත ඒකාබද්ධ. මෙම ඒකාබද්ධ දත්ත සමුදාය සමඟ, කොස්තා සහ කාන් මුල් බලශක්ති වාර්තා විවිධ මතවාදයන් සඳහා සහභාගි පුළුල් වශයෙන් සමාන බලපෑම් ඉදිරිපත් බව සොයා; ඕනෑම කණ්ඩායමකට බූමරංග බලපෑම් (රූපය 4.8) ප්රදර්ශනය කළ බවට කිසිම සාක්ෂියක් තිබුණේ නැහැ.

Figure 4.8: කොස්තා සහ කාන් (2013) ප්රතිකාර බලපෑම් Heterogeneity. සමස්ත නියැදි සඳහා ඇස්තමේන්තුගත සාමාන්ය ප්රතිකාර බලපෑමක් -2,1% [-1,5%, -2,7%] වේ. කුටුම්භ ගැන තොරතුරු සමග අත්හදා තොරතුරු ඒකාබද්ධ වන විට, කොස්තා සහ කාන් (2013) මිනිසුන් ඉතා විශේෂ කණ්ඩායම් සඳහා ප්රතිකාර බලපෑමක් තක්සේරු කිරීමට සංඛ්යානමය ආකෘතීන් මාලාවක් භාවිත කළා. ඇස්තමේන්තු (ව ව 3 සහ කොස්තා සහ කාන් (2013) දී වගුව 4 ආදර්ශ 4 සහ ආදර්ශ 6 බලන්න) ඔවුන් තම සංඛ්යානමය ආකෘතීන් ඇතුළත් covariates මත රඳා පවතී නිසා ඇස්තමේන්තු දෙකක් එක් කණ්ඩායමකට ඉදිරිපත් කර ඇත. මෙම උදාහරණය පෙන්නුම් ලෙස, ප්රතිකාර බලපෑම් විවිධ මිනිසුන් හා සංඛ්යානමය ආකෘතීන් ලැබෙන ප්රතිකාර බලපෑම් තක්සේරු කිරීම සඳහා වෙනස් විය හැකි අය ආකෘතිය (දරුනු, අත්වැරදීම්, සහ Westwood 2014) පිළිබඳ විස්තර මත රඳා පවතී හැක.

Figure 4.8: ප්රතිකාර බලපෑම් Heterogeneity Costa and Kahn (2013) . සමස්ත නියැදි සඳහා ඇස්තමේන්තුගත සාමාන්ය ප්රතිකාර බලපෑමක් -2,1% [-1,5%, -2,7%] වේ. කුටුම්භ ගැන තොරතුරු සමග අත්හදා තොරතුරු ඒකාබද්ධ වන විට, Costa and Kahn (2013) මිනිසුන් ඉතා විශේෂ කණ්ඩායම් සඳහා ප්රතිකාර බලපෑමක් තක්සේරු කිරීමට සංඛ්යානමය ආකෘතීන් මාලාවක් භාවිත කළා. ඇස්තමේන්තු (ව ව 3 ට සහ වගුව 4 ආදර්ශ 4 සහ ආදර්ශ 6 බලන්න ඔවුන් සංඛ්යානමය ආකෘතීන් ඇතුළත් covariates මත රඳා පවතී නිසා ඇස්තමේන්තු දෙකක් එක් කණ්ඩායමකට ඉදිරිපත් Costa and Kahn (2013) ). මෙම උදාහරණය පෙන්නුම් ලෙස, ප්රතිකාර බලපෑම් විවිධ මිනිසුන් හා සංඛ්යානමය ආකෘතීන් ලැබෙන ප්රතිකාර බලපෑම් තක්සේරු කිරීම සඳහා වෙනස් විය හැකි අය ආකෘති විස්තර මත රඳා පවතී හැකි (Grimmer, Messing, and Westwood 2014) .

මේ උදාහරණ දෙක ඩිජිටල් යුගයේ දී, පැහැදිලි ලෙස අපි ප්රතිකාර බලපෑම heterogeneity ඇස්තමේන්තු කිරීමට සාමාන්ය ප්රතිකාර බලපෑම් තක්සේරු කිරීම සිට ගමන් කළ හැකි අප තවත් බොහෝ සහභාගීවන්නන් හැකි අතර අපි එම සහභාගී ගැන තවත් දැනගන්න නිසා. ප්රතිකාර බලපෑම් heterogeneity ගැන ඉගෙනගන්න, එය වඩාත් ඵලදායී වේ එහිදී ප්රතිකාර ඉලක්ක කර හැක න්යායයක් සංවර්ධන උත්තේජනය බව තොරතුරු සැපයීම, හා දැන් මම කුමන මාතෘකාව, සිදුවිය හැකි යාන්ත්රණයක් ගැන ඉඟි සපයයි.