4.4.2 tedavi etkilerinin heterojenliği

Deneyler, normalde ortalama etkisini ölçmek, ama etkisi farklı kişiler için farklı olabilir.

Basit deneyler ötesine taşımak için ikinci anahtar fikir tedavi etkilerinin heterojen olduğunu. Deney Schultz et al. (2007) güçlü aynı tedavi insanlar (Şekil 4.4) farklı türde farklı etkileri olabilir nasıl göstermektedir, ancak heterojen bu analiz bir analog yaş deney için aslında oldukça sıradışı. Çoğu analog yaş deneyleri onlar hakkında çok az ön arıtma bilindiğinden değiştirilebilir "widget" olarak kabul edilir katılımcıların az sayıda içerir. Dijital deneylerde ise, bu veri kısıtlamaları araştırmacıların fazla katılımcı var ve onlar hakkında daha fazla bilgi edinmek için eğilimindedir çünkü daha az yaygındır. Bu farklı veri ortamında, biz tedavi bu nasıl geliştirilebileceğini, çalışır ve nasıl fayda çoğunlukla muhtemel olanlar hedeflenebilir nasıl hakkında ipuçları sağlamak amacıyla tedavi etkilerinin heterojeniteyi tahmin edebilirsiniz.

sosyal normlar ve enerji kullanımı bağlamında tedavi etkilerinin heterojenliği iki örnek Ev Enerji Raporları ek araştırma gelmektedir. Birincisi, Allcott (2011) ayrıca örnek bölmek ve ön arıtma, enerji kullanımının decile Ev Enerji Raporu etkisini tahmin etmek için büyük örneklem büyüklüğü (600.000 hane) kullanılır. Birlikte Schultz et al. (2007) , ağır ve hafif kullanıcıları arasındaki farklar bulundu Allcott (2011) de ağır ve hafif kullanıcı grubu içinde farklılıklar olduğunu gördük. Örneğin, ağır kullanıcılar (üst decile olanlar) ağır kullanıcı grubu (Şekil 4.7) ortasında birisi olarak iki katı kadar enerji kullanımını azalttı. Ayrıca, tedavi öncesi davranışı ile etkisini tahmin de bile hafif kullanıcıları (Şekil 4.7) için bir bumerang etkisi olmadığını ortaya koydu.

Şekil 4.7: (2011) Allcott tedavi etkilerinin heterojenliği. enerji kullanımında azalma temel kullanım farklı Deciles insanlar için farklı oldu.

Şekil 4.7: tedavi etkilerinin heterojenliği Allcott (2011) . enerji kullanımında azalma temel kullanım farklı Deciles insanlar için farklı oldu.

İlişkili bir çalışmada, Costa and Kahn (2013) Ev Enerji Raporu etkinliği bir katılımcının siyasi ideoloji ve tedavi aslında belli ideolojilerin insanların kendi elektrik kullanımının artmasına neden olabilir göre değişir vurgulandı. Başka bir deyişle, Ev Enerji Raporları insanların bazı türleri için bir bumerang etkisi yaratarak olabileceğini iddia. Bu olasılığı değerlendirmek için, Costa ve Kahn gibi siyasi parti kaydı, çevre örgütlerine bağış ve yenilenebilir enerji programlarına ev katılımı gibi bilgileri içeren bir üçüncü taraf toplayıcı alınan verilerle Opower verileri birleşti. Bu birleştirilmiş veri kümesi ile Costa ve Kahn Ev Enerji Raporları farklı ideolojilere sahip katılımcılar için büyük oranda benzer etkiler yarattığını bulundu; Herhangi bir grup bumerang etkisi (Şekil 4.8) sergilenen dair hiçbir kanıt yoktu.

Şekil 4.8: Costa ve Kahn (2013) 'de tedavi etkilerinin heterojenliği. tüm örneklem için tahmini ortalama tedavi etkisi% -2.1 [-1.5% -2.7%] olduğunu. hane hakkında bilgi deneyden elde edilen bilgilerin bir araya getirerek, Kosta ve (2013) Kahn insan çok özel gruplar için tedavi etkisi tahmin etmek için istatistiksel modellerin bir dizi kullanılır. tahminler onların istatistiki modellere dahil değişkenlerin bağımlı çünkü iki tahminler her grup için sunulmuştur (Costa ve Kahn (2013) Tablo 3 ve Tablo 4'te 4 ve modelini 6 modeli bakınız). Bu örnekte gösterildiği gibi, tedavi etkileri bu modellerin ayrıntıları bağlı olabilir istatistiksel modeller gelen farklı insanlar ve tedavinin etkilerinin tahmini için farklı olabilir (Grimmer, Messing ve Westwood 2014).

Şekil 4.8: tedavi etkilerinin heterojenliği Costa and Kahn (2013) . tüm örneklem için tahmini ortalama tedavi etkisi% -2.1 [-1.5% -2.7%] olduğunu. Hane hakkında bilgi deneyden elde edilen bilgilerin bir araya getirerek, Costa and Kahn (2013) insan çok özel gruplar için tedavi etkisi tahmin etmek için istatistiksel modellerin bir dizi kullanılır. Tahminler onların istatistiki modellere dahil değişkenlerin bağımlı çünkü iki tahminler her grup için sunulmaktadır (Tablo 3 ve Tablo 4'te 4 ve modelini 6 modeli bkz Costa and Kahn (2013) ). Bu örnekte gösterildiği gibi, tedavi etkileri bu modellerin ayrıntıları bağlı olabilir istatistiksel modeller gelen farklı insanlar ve tedavinin etkilerinin tahmini için farklı olabilir (Grimmer, Messing, and Westwood 2014) .

Bu iki örnek gösterdiği gibi, dijital çağda, biz çok daha fazla katılımcı olabilir ve biz bu katılımcılar hakkında daha fazla bilgi için tedavi etkilerinin heterojenitesini tahmin ortalama tedavi etkilerini tahmin taşıyabilirsiniz. tedavi etkilerinin heterojenliği hakkında öğrenme en etkili olan bir tedavi hedef etkinleştirin yeni teori gelişimini teşvik gerçekleri sağlamak ve olası bir mekanizma, şimdi açmak için konu hakkında ipuçları sağlayabilir.