ik denk dat SUTVA schendingen komen in twee smaken, die niet altijd verschillend zijn:

  1. “spillovers/ interferenties” die voortvloeien uit contact tussen individuen in sociale, goederen-of fysieke ruimte (onafhankelijkheidssmaak)
  2. verdunning/concentratie van behandelingseffecten die voortvloeien uit veranderingen in de prevalentie van behandeling (wat economen algemeen evenwichtseffecten of falen van de ceteris paribus assumptiesmaak noemen))

overweeg een baan trainingsprogramma dat een handvol mensen leert hoe te breien en verkopen hun output op Etsy (een klein programma in een grote markt). Als u hebt behandeld stagiairs die leren controlegroep mensen hoe haak, of meer breien vindt plaats wanneer u groepen vrienden te behandelen (breien is vaak een sociale activiteit), heb je een voorbeeld van (1). Twee echte wereld voorbeelden hiervan zijn patiënten in vroege AIDS drug trials delen van hun medicatie of irrigatie/regen veroorzaakt meststof runoff van behandeld naar controle percelen.

als u een verplicht trainingsprogramma hebt waarin u leert breien en verkopen op een lokale boerenmarkt (groot programma op een kleine markt), kunt u verwachten dat de prijzen van sjaals en sokken zullen dalen, waarbij het financiële voordeel van de breikennis afneemt naarmate het aantal behandelde mensen toeneemt. Een voorbeeld uit de echte wereld is het effect van charterscholen op de academische prestaties, wat zou kunnen veranderen als je een grote instroom van openbare scholieren in de andere sector had, of een programma dat boeren leert om allemaal een bepaald type gewas te kweken. U kunt deze verdunning zien als een doseringsverandering of als een soort verandering van het behandelingseffect.

ik denk dat het vaak moeilijk is om deze twee volledig te onderscheiden, en (2) werkt vaak via (1)-type kanaal: de instroom van openbare scholieren is alleen problematisch vanwege rivaliserende resource beperkingen of peer effects. (2) is echter subtieler dan spillover/interferentie, dus ik denk dat het in zekere zin “verder gaat dan onafhankelijkheid”.

ik denk dat (1) vaak schadelijker is, omdat het de interne validiteit van een schatting ondermijnt, hoewel we soms de eenheid van analyse kunnen herdefiniëren als de gemeenschap waarin individuen interageren in plaats van de individuen zelf.

ik denk aan (2) als een beperking van de externe validiteit, aangezien wanneer de proeven klein zijn, we kunnen denken aan de geschatte partiële evenwichtseffecten als een soort van binding aan de Algemene evenwichtseffecten die zou worden gezien als het programma werd opgeschaald en prijzen en inputs of “dosis” verandering. Dit beperkt wat je kunt claimen, maar als de kosten van het kleine proefprogramma al hoger zijn dan de voordelen, en we verwachten dat de voordelen afnemen als het programma wordt opgeschaald, is dat nog steeds nuttige informatie. Als alternatief kan SUTVA slechts een deel van onze gegevens bevatten, en de analyse kan doorgaan zodra de rest is weggegooid. Dit maakt (2) minder schadelijk.

hier is een iets meer rigoureuze manier om hierover na te denken. We kunnen het behandelingseffect voor Persoon $i$ schrijven als functie van de$ (N-1) \times 1 $ indicator vector $ \ mathbf{t}$ die je behandeltoewijzingen geeft in de resterende populatie: $$\Delta_i(\mathbf{t})=y^1_i(\mathbf{t})-y^0_i(\mathbf{t})})$$

we kunnen bedenken hoe $ \ Delta_i$ varieert als we $\mathbf{t}$ op bepaalde manieren veranderen.

laat $T=\vert \mathbf{t} \vert$, de $L_1$ norm van de treatment assignment vector. Dit vertelt u hoeveel mensen werden behandeld in een bepaalde behandelingsconfiguratie. Als $ \ Delta_i$ afhankelijk is van waar die zijn in $ \ mathbf{t}$, die $T$ fixed houdt, heb je SUTVA overtreding van type (1). Dit betekent dat het van belang is of mensen “verbonden” met Persoon $i$ worden behandeld of niet, een soort afhankelijkheid.

als $\Delta_i$ alleen verandert met $T$, maar hetzelfde is voor alle paren $ \ mathbf{t} ‘$ en $ \ mathbf{t}$ waarbij $ \ vert \ mathbf{t’} \ vert= \vert \ mathbf{t} \ vert,$ heb je een type 2 overtreding.

als $\Delta_i (\mathbf{t}) = y^1_i-y^0_i, is$SUTVA volledig tevreden omdat de mogelijke resultaten niet afhangen van de manier waarop de behandeling wordt uitgevoerd.

om dit alles samen te vatten, zijn er twee soorten SUTVA schendingen die niet volledig conceptueel verschillend zijn, maar verschillende implicaties hebben, wat het nuttig maakt om hun verschillen te benadrukken.

Geef een antwoord

Het e-mailadres wordt niet gepubliceerd.