将结果与反事实进行比较

理解原因的三个任务之一是将观察到的结果与没有实施干预的结果进行比较——这被称为“反事实”。

许多关于影响评估的讨论都认为,必须包含反事实。然而,有些人认为,在动荡、复杂的局势中,不可能准确估计在没有干预的情况下会发生什么,因为这种情况会以无法预测的方式影响局势。在快速和不可预测的变化情况下,当可能无法构建可信的反事实时,可能可以构建一个强有力的实证案例,证明干预产生了某些影响,但无法确定如果不实施干预会发生什么。

例如,有可能表明,为消费和销售而养殖鱼类的社区基础设施的发展直接归功于当地的一个项目,如果不能自信地说,在没有项目的情况下(可能是通过另一个组织正在实施的替代项目),就不会发生这种情况。

有关因果推理的反事实方法的讨论,请参见斯坦福哲学百科全书条目

选择权

此任务有三组选项:

实验选择(或研究设计)

用控制组来发展一个反事实。随机分配参与者接受干预或进入控制组。

  • 对照组:通过随机分配创建的组,该组不接收程序,或在评估新版本时接收常规程序。一个基本的元素随机对照试验影响评价方法。

准实验选择(或研究设计)

使用未通过随机分组创建的对照组制定反事实。

  • 差异中的差异(或双重差异):比较接受干预组(没有被随机分配)的前后差异和没有接受干预组的前后差异。
  • 辅助变量:评估干预的因果效应。
  • 审判的匹配:包括建立一个比较组,根据研究人员对哪些变量是重要的判断,为治疗组中的每个人或部位找到一个匹配。
  • 匹配比较:将参与者(个人、组织或社区)与非参与者在被认为相关的变量上进行匹配。
  • 倾向得分:基于对影响人们参与项目倾向的因素的分析,在统计上创建可比较的群体。
  • 回归不连续:比较略低于分界点和略高于分界点的个体的结果。
  • 顺序分配:治疗组和对照组是按顺序分配的(例如,列表上每第三个人)。
  • 统计了反事实的:开发一个统计模型,如回归分析,以估计在没有干预的情况下会发生什么。

非实验方案

对在没有干预的情况下会发生什么进行假设性预测。

方法

  • 随机对照试验:创建一个控制组,并将其与一个或多个治疗组进行比较,以对干预的净效果作出无偏估计。

评论

目前没有评论。第一个在这个页面上发表评论!

添加新评论

登录登录并作为BetterEvaluation成员进行评论,或者简单地填写下面的字段。