실험 과정에서 자기 선택 편견

Y 에 대한 의 효과를 평가하기 위해 무작위 실험을 실행한다고 가정 해보십시오.$X$$Y$ 에 대해 내년에 구직 기회가 있다고 말합니다. 시간이 걸린다고 가정 해 봅시다 . 아마도 몇 달 동안 지속될 수 있습니다.$X$

무작위 화하기 때문에 처음에는 자체 선택 바이어스에 대해 걱정할 필요가 없습니다. 그러나 X 의 과정에서$X$ 에서 일부 사람들은 가 자신 에게 유익하다는 것을 깨닫고 다른 사람들은 자신의 시간을 낭비하고 있음을 깨닫게 될 것입니다.$X$

결과적으로, 프로그램에서 탈락 한 사람들 중에서 치료 효과가 더 작은 약제의 비율이 더 높을 것으로 예상 할 수 있습니다. 이로 인해 치료 효과가 과대 평가 될 수 있습니다.

내 질문은 :

• 무작위 실험에 관한 문헌에서 이러한 편견이 논의되고 있는가?
• 정식 이름이 있습니까?
• 연구원은 이것을 통제하려고 노력합니까? 그렇다면 어떻게합니까?

분명히 이것을 감쇄 편향 이라고 합니다. 생존 바이어스 와 매우 유사합니다 . 이 문서 는 Heckman 보정을 사용하여 수정하는 것이 좋습니다 . 성향 점수 일치 는 다소 도움이 될 수 있습니다 . 두 가지에 대한 나의 경험은 혼합되었지만 일반적으로 사용됩니다. 설정에 가장 정확한 방법이 무엇인지 파악해야합니다.

마지막 편집 : 평균 치료 효과의 경계에 대해 설명하는 이 두 문서도 유용 할 수 있습니다.

이 백서가 도움이 될 것 같습니다. UChicago에있는 Heckman의 학생들 중 한 명인 Rodrigo Pinto 라는 취업 시장 보고서 입니다. 이 논문의 제목은 "제어 된 실험에서 선택 바이어스 : 기회로 이동하는 경우"입니다. . MTO 실험에서 바우처 할당 메커니즘은 임의적이지만 바우처를받은 것의 거의 절반 만이 실제로 움직였습니다. 일반적인 분석 (치료 중 치료 효과 또는 치료 의도)이 바우처 수령의 인과 적 영향 만 알려주기 때문에 문제가됩니다. 그러나 우리는 바우처를받지 않고 새로운 이웃의 인과 관계에 관심이 있습니다. 그는 처리 된 전형적인 치료 매개 변수를 명확한 해석이 가능한 구성 요소로 분해하는 방법을 보여줍니다. 즉, 그는 새로운 이웃의 인과 적 영향을 격리시킵니다.

당신이 볼 수있는 또 다른 것은 "치료 의도의 분석" 입니다. Wikipedia에서

실험 결과의 치료 의도 (ITT) 분석은 초기 치료 과제에 근거하며 최종 치료에는 의존하지 않습니다. ITT 분석은 연구 참여자 또는 비 월직 참가자의 비 임의적 마모와 같은 중재 연구에서 발생할 수있는 다양한 오해의 소지가있는 인공물을 피하기위한 것입니다.

이것은 당신이 찾고있는 것과 일치하는 것으로 보입니다 : 치료는 처음에 무작위 화되고 사람들은 무작위로 탈락합니다.