- [讲解员] 在掌握计量经济学的道路上
小徒弟Kamal也取得了巨大的进步
他充分发挥了自己的能力
战胜了他的敌人
可惜今天,他情绪低落
因为有一项挑战尚未解决:
Kamal还无法解读
学术研究期刊的论文
比如《美国经济评论》
和《计量经济学》等期刊
在他看来,这些似乎是用
晦涩难懂的外语写的
- [Kamal] 怎么回事...?
-[讲解员] 对于新手Kamal来说
它们是模糊不清的
但可以通过学习来解析
让我们一起来阅读,学习
随机对照试验
让我们深入研究
发表在《教育经济学评论》上的
西点军校的研究
此论文讲述了
对“经济学101”的学生
是否使用电子设备进行了随机评估
首先,快速回顾其研究设计
- 好的
- [Josh] 在西点军校-
一所专门培训美国陆军军官的学院
计量学大师们
设计了一项随机试验
以回答这个问题
按照不同的规则
这些大师随机分配学员
到经济学的不同班级
与大多数美国大学不同
西点军校本来的规定是
不许使用电子设备
为了这个实验
一些学生获得了特许
不在这种传统、无电子产品的班里:
没有笔记本电脑,没有平板电脑
没有手机!
这是对照组,或基准
另一组被允许使用电子产品
这就是实验组
受制于一个变化了的环境
在此,实验组可以在课堂上
无限制地使用笔记本电脑
或平板电脑
每一个因果问题
都有一个明确的结果
我们在研究之前就已定义
希望影响的变量
在西点军校
使用电子产品的结果
是看期末考试的分数
该研究的目的是为回答以下问题:
用考试分数来衡量
在课堂使用电子设备
与学习的因果关系是什么?
- 经济学期刊文章
通常以描述性统计表格开头
列出研究样本的关键因素
- 我的天啊,我记得这个表
太令人困惑了!
- [讲解员] 第一列到第三列报告平均特征
这样就能知道我们的研究对象
让我们从第一列开始
它描述了对照组的协变量
协变量是在实验开始之前测量的
对照组和实验组的特征
例如,我们看到对照组的平均年龄
略高于20岁
许多协变量都是虚拟变量
虚拟变量只能有两个值 --
0或1
例如,学生性别是虚拟变量
女性等于1,男性等于0
该变量的平均值为女性比例
我们还发现,对照组中
有13%是西班牙裔
19%服过兵役
表中的注释是关键
请在阅览表时参考这些
这些注释解释了
每列和每个面板中的内容
例如,这些注释告诉我们
标准偏差用括号注明
标准差告诉我们数据的离散情况
例如,0.52的标准差告诉我们
大多数对照组的GPA
落在2.35
也就是比2.87的平均GPA低0.52
和3.39之间
也就是比2.87高0.52
较低的标准偏差味着GPA
更紧密地聚集在平均值周围
-[Kamal] 是啊,但大多数变量
都没有标准偏差
-没错
大师们通常都会忽略
虚拟变量的标准偏差
因为变量的平均值
决定了其标准偏差
本研究将两个实验组
与对照组进行比较
第一组可以随便使用
笔记本电脑和平板电脑
第二个实验组的限制性强些
只允许将平板电脑
放在桌子上使用
实验组看起来与对照组很接近
这将带我们到该表的下一个特征
第四列到第六列
使用统计测试来比较实验前
实验组和对照组的特征
在第四栏中,两个实验组被合并了
可以看到实验组和对照组的
女性比例差异仅为0.03
这种差异在统计学上并不显著
在样本选择过程中
我们可以很容易地
将其归结为偶然结果
- 那我们怎么知道?
- [讲解员] 记得经验法则吗?
绝对值超出标准误差两倍的统计估计
通常在统计学上是有显著性的
标准误差为0.03
与女性比例差异相同
因此,后者与前者的比率仅为1
这当然小于2
- [Kamal] 哦!所以
表中的实验/对照差异
均不超过其标准误差的两倍
-[讲解员] 正确
随机划分的学生似乎成功地
创建了确实具有可比性的群体
因此,我们可以确信
课堂成绩随后的任何差异
都是实验干预的结果
而不是先前存在的差异的反映
做到了“其他条件不变”!
- [Kamal] 酷,等等
底部有星号的数字呢?
这些差异是标准误差的两倍以上
-[讲解员] 好眼力,Kamal!
该表中有许多数字
面板B中的也很重要
它们测量实验组和对照组的学生
在课堂上使用电脑的程度
这组的实验是允许电脑的使用
研究人员必须证明
被允许使用电脑的学生
利用了这个机会
如果他们没有使用,那就没有实验了
幸运的是,第一实验组中
81%的人使用了电脑
而对照组中没有人使用电脑
第二个平板电脑实验组的许多人
也使用了电脑
电脑的使用方面差异很大
而且具有统计显著性
我们还可以看到每组的样本量
- [Kamal] 星号是装饰吗?
-[讲解员]有些学术论文用星号来表示
在统计学上有显著性的差异
这可以引起人们的注意
这里,三个星号表示结果在统计上
p值偏离零假设的概率小于1%
换句话说,这个结果纯粹是偶然的
概率不到1/100
两个星号表示偶然发现的机率
为1/20或5%
一个星号代表
10%我们看到的结果
仅归因于偶然
如今,星号被视为有点过时
有些期刊把它们省略了
-[Kamal]那最后两列呢?
-[讲解员] 与将两个实验组
合并为一的第四列不同
后两列分别查看每个实验组的
实验/对照差异
这提供了更详细的平衡分析
另外,就目前而言
你可以忽略此行
它将用于另一项显著性
测试
现在我们来看看这篇文章的精华:
表四
此表报告电子设备的使用
对学生学习成绩影响的回归估计
-[Kamal] 为什么这项研究
报告回归估计?
这就是我不明白的原因
我以为
我们喜欢随机试验的一个原因是
只需比较实验组和对照组
就可以获得因果关系
由于这些组是平衡的
没有必要使用回归
-[讲解员] 说得好,Kamal
实际上,出于两个原因
报告回归估计是惯例
首先,尽管有证据表明
二者之间存在平衡
但如果过于谨慎
分析师可能会考虑到
二者之间的偶然性差异
其次,回归估计可能更为精确
也就是说,与简单的实验对照比较相比
它们具有更低的标准误差
本研究中的因变量
是我们感兴趣的结果
既然眼前的问题是
课堂电子设备如何影响学习
一个适合的结果
就是经济学期末考试的分数
每列报告不同回归模型的结果
除了实验组之外
模型还通过控制变量
或协变量进行区分
没有协变量的估计
是对实验组和对照组的简单比较
-[Kamal] 我还以为他们忘了填写呢
-[讲解员]第一列显示,电子设备的使用
使期末考试分数减少0.28标准差
在我们的上一课中
Joshway大师解释说
我们使用标准差单位
因为这些单位在不同的研究中很容易比较
第二列报告了
添加人口统计控制的模型的结果
在这里,我们比较测试分数
但持有不变的因素
如年龄和性别
第三列报告了
将GPA添加到协变量列表中的
模型的结果
第四列增加了ACT分数
分析师经常以这种方式报告结果
首先是包含很少或没有协变量的模型
然后逐列报告
添加越来越多协变量的模型估计值
逐列观察,你注意到了什么?
-[Kamal] 使用电脑的相关系数
总是一个相当大的负数
- [讲解员] 没错!
我们还可以看到,标准误差小到
足以使这些负面结果具有统计显著性
换句话说,这个实验的主要收获是
使用电子设备影响了学生的学习
- [Kamal] GPA和ACT的分数
也很显著
原因何在?
-[讲解员]观察的很好!
这并不奇怪
我们期望这些变量
能预测在大学里的表现
-[Kamal] 哦,没错
之前取得很好成绩的孩子
更有可能在这门课程中
取得较好的成绩
-[讲解员] 你还会注意到这表中的
许多其他信息
表中的其余面板报告了电子设备的使用
对期末考试组成部分的影响
如选择题
这些结果大多与电脑的使用
对总体得分的影响一致
-[Kamal] 那行不是英文的行呢?
-[讲解员] 它们提供了其他统计信息
r 平方是拟合优度的度量
尽管有些读者可能想知道
但这并不太重要
其他行报告具有统计显著性的替代测试
你目前也可以忽略
-[Kamal] 哦,我的天
这些表没有那么难嘛!
非常感谢您
-[讲解员] 接下来是要讲的是回归
再见!
♪ [音乐] ♪
你正在掌握计量经济学的路上
为确保自己能够记住这个视频里的内容
请回答一些快速的练习题
或者,如果你已准备好
请点按以观看下一个视频
你还可以查看MRU的网站
那里有更多课程、教师资源等