या साइटवरील सामग्री कृत्रिम बुद्धिमत्ता (AI) किंवा मशीन भाषांतर तंत्रज्ञानाचा वापर करून भाषांतरित केली आहे आणि त्यात त्रुटी असू शकतात.

Skip to content

विलंबित परिणामांच्या परिस्थितीत उपचार परिणामांचे विघटन आणि अर्थ लावणे

View Publication

Author

स्टीव्ह मॅकब्राईड (Roblox), फेडेरिको ए. बुग्नी (नॉर्थवेस्टर्न विद्यापीठ), इवान ए. कॅने (नॉर्थवेस्टर्न विद्यापीठ)

Venue

राजकीय अर्थशास्त्र जर्नल

Abstract

या पेपरमध्ये अशा परिस्थितींचा अभ्यास केला जातो जिथे विश्लेषकाला एखाद्या द्वि-पर्यायी उपचारानंतर परिणामावर होणाऱ्या सरासरी कारणात्मक परिणामाची ओळख पटविणे आणि त्याचे अंदाज लावणे यात स्वारस्य असते. आम्ही अशा संरचनेचा विचार करतो जिथे उपचार नियुक्तीनंतर परिणाम तत्काळ समोर येत नाही, ही वैशिष्ट्ये प्रायोगिक परिस्थितींमध्ये सर्वत्र आढळतात. उपचार आणि परिणामाच्या प्रकटीकरणातील कालावधीत इतर निरीक्षित कृती घडू शकतात आणि त्या परिणामावर परिणाम करतात. या संदर्भात, आम्ही सरासरी उपचार परिणाम पकडण्यासाठी आणि ceteris paribus परिणाम, अप्रत्यक्ष कारणीभूत परिणाम आणि निवड अटींच्या दृष्टीने त्यांचे अर्थ लावण्यासाठी प्रायोगिक कामात नियमितपणे वापरल्या जाणाऱ्या अनेक रिग्रेशन-आधारित अंदाजमानांचा अभ्यास करतो. आम्हाला तीन मुख्य आणि संबंधित निष्कर्ष मिळतात. प्रथम, तीन सर्वात लोकप्रिय अंदाजमाने सामान्यतः आमच्या 'मजबूत चिन्ह संरक्षण' या संकल्पनेची पूर्तता करत नाहीत, या अर्थाने की हे अंदाजमाने नकारात्मक असू शकतात जरी उपचार इतर कोणत्याही संभाव्य क्रियांच्या संयोगावर आधारित परिणामावर सकारात्मक परिणाम करत असला तरीही. दुसरे, इतर क्रियांना नियंत्रण म्हणून समाविष्ट करणारी सर्वात लोकप्रिय प्रतिगमन पद्धत 'मजबूत चिन्ह संरक्षण'ची पूर्तता करते जर आणि फक्त जर त्या क्रिया परस्पर-विरोधी द्विघात चलांमध्ये (binary variables) असतील. शेवटी, आम्ही दाखवतो की इतर क्रिया पूर्णपणे स्तरांमध्ये विभागणारी एक रैखिक प्रतिगमन (linear regression) असे अनुमान्य (estimands) तयार करते जे मजबूत चिन्ह संरक्षण (strong sign preservation) पूर्ण करतात.