1
00:00:01,425 --> 00:00:05,015
- [讲解员] 在掌握计量经济学的道路上

2
00:00:05,619 --> 00:00:08,813
小徒弟Kamal也取得了巨大的进步

3
00:00:08,813 --> 00:00:13,662
他充分发挥了自己的能力
战胜了他的敌人

4
00:00:14,223 --> 00:00:16,640
可惜今天，他情绪低落

5
00:00:16,640 --> 00:00:19,614
因为有一项挑战尚未解决：

6
00:00:19,614 --> 00:00:24,230
Kamal还无法解读
学术研究期刊的论文

7
00:00:24,230 --> 00:00:27,347
比如《美国经济评论》

8
00:00:27,347 --> 00:00:29,317
和《计量经济学》等期刊

9
00:00:29,317 --> 00:00:33,501
在他看来，这些似乎是用
晦涩难懂的外语写的

10
00:00:33,501 --> 00:00:35,478
- [Kamal] 怎么回事...？

11
00:00:36,711 --> 00:00:40,349
-[讲解员] 对于新手Kamal来说
它们是模糊不清的

12
00:00:40,349 --> 00:00:42,205
但可以通过学习来解析

13
00:00:42,467 --> 00:00:45,109
让我们一起来阅读，学习

14
00:00:48,311 --> 00:00:51,712
随机对照试验

15
00:00:52,657 --> 00:00:53,984
让我们深入研究

16
00:00:53,984 --> 00:00:58,278
发表在《教育经济学评论》上的
西点军校的研究

17
00:00:58,658 --> 00:01:01,688
此论文讲述了
对“经济学101”的学生

18
00:01:01,688 --> 00:01:05,859
是否使用电子设备进行了随机评估

19
00:01:06,485 --> 00:01:09,192
首先，快速回顾其研究设计

20
00:01:09,423 --> 00:01:10,523
- 好的

21
00:01:11,553 --> 00:01:15,770
- [Josh] 在西点军校-
一所专门培训美国陆军军官的学院

22
00:01:15,770 --> 00:01:17,199
计量学大师们

23
00:01:17,199 --> 00:01:19,854
设计了一项随机试验
以回答这个问题

24
00:01:20,582 --> 00:01:22,383
按照不同的规则

25
00:01:22,383 --> 00:01:26,974
这些大师随机分配学员
到经济学的不同班级

26
00:01:27,116 --> 00:01:28,962
与大多数美国大学不同

27
00:01:28,962 --> 00:01:32,155
西点军校本来的规定是
不许使用电子设备

28
00:01:32,482 --> 00:01:36,324
为了这个实验
一些学生获得了特许

29
00:01:36,324 --> 00:01:38,679
不在这种传统、无电子产品的班里：

30
00:01:38,679 --> 00:01:41,911
没有笔记本电脑，没有平板电脑
没有手机！

31
00:01:43,324 --> 00:01:45,743
这是对照组，或基准

32
00:01:46,372 --> 00:01:49,292
另一组被允许使用电子产品

33
00:01:49,292 --> 00:01:52,704
这就是实验组
受制于一个变化了的环境

34
00:01:53,313 --> 00:01:56,000
在此，实验组可以在课堂上

35
00:01:56,000 --> 00:01:58,527
无限制地使用笔记本电脑
或平板电脑

36
00:01:59,195 --> 00:02:01,972
每一个因果问题
都有一个明确的结果

37
00:02:01,972 --> 00:02:05,379
我们在研究之前就已定义
希望影响的变量

38
00:02:06,058 --> 00:02:08,375
在西点军校
使用电子产品的结果

39
00:02:08,375 --> 00:02:10,124
是看期末考试的分数

40
00:02:10,535 --> 00:02:13,810
该研究的目的是为回答以下问题：

41
00:02:13,810 --> 00:02:17,629
用考试分数来衡量
在课堂使用电子设备

42
00:02:17,629 --> 00:02:19,765
与学习的因果关系是什么？

43
00:02:20,852 --> 00:02:25,787
- 经济学期刊文章
通常以描述性统计表格开头

44
00:02:25,994 --> 00:02:28,694
列出研究样本的关键因素

45
00:02:28,694 --> 00:02:32,129
- 我的天啊，我记得这个表 
太令人困惑了！

46
00:02:32,129 --> 00:02:37,224
- [讲解员] 第一列到第三列报告平均特征

47
00:02:37,224 --> 00:02:40,089
这样就能知道我们的研究对象

48
00:02:40,089 --> 00:02:43,178
让我们从第一列开始

49
00:02:43,178 --> 00:02:45,438
它描述了对照组的协变量

50
00:02:45,438 --> 00:02:48,675
协变量是在实验开始之前测量的

51
00:02:48,675 --> 00:02:52,091
对照组和实验组的特征

52
00:02:52,091 --> 00:02:57,128
例如，我们看到对照组的平均年龄
略高于20岁

53
00:02:57,514 --> 00:03:00,535
许多协变量都是虚拟变量

54
00:03:00,997 --> 00:03:05,803
虚拟变量只能有两个值 --
0或1

55
00:03:06,087 --> 00:03:10,298
例如，学生性别是虚拟变量

56
00:03:10,298 --> 00:03:13,386
女性等于1，男性等于0

57
00:03:13,386 --> 00:03:16,686
该变量的平均值为女性比例

58
00:03:17,104 --> 00:03:20,651
我们还发现，对照组中
有13%是西班牙裔

59
00:03:20,651 --> 00:03:23,905
19%服过兵役

60
00:03:24,817 --> 00:03:26,635
表中的注释是关键

61
00:03:26,635 --> 00:03:29,218
请在阅览表时参考这些

62
00:03:29,218 --> 00:03:33,534
这些注释解释了
每列和每个面板中的内容

63
00:03:39,485 --> 00:03:41,858
例如，这些注释告诉我们

64
00:03:41,858 --> 00:03:45,175
标准偏差用括号注明

65
00:03:45,947 --> 00:03:49,598
标准差告诉我们数据的离散情况

66
00:03:50,448 --> 00:03:54,887
例如，0.52的标准差告诉我们

67
00:03:54,887 --> 00:03:59,397
大多数对照组的GPA
落在2.35

68
00:03:59,397 --> 00:04:03,454
也就是比2.87的平均GPA低0.52

69
00:04:03,454 --> 00:04:08,337
和3.39之间
也就是比2.87高0.52

70
00:04:09,337 --> 00:04:12,122
较低的标准偏差味着GPA

71
00:04:12,122 --> 00:04:14,706
更紧密地聚集在平均值周围

72
00:04:14,706 --> 00:04:17,543
-[Kamal] 是啊，但大多数变量
都没有标准偏差

73
00:04:17,543 --> 00:04:18,600
-没错

74
00:04:18,600 --> 00:04:22,497
大师们通常都会忽略
虚拟变量的标准偏差

75
00:04:22,497 --> 00:04:26,500
因为变量的平均值
决定了其标准偏差

76
00:04:27,542 --> 00:04:30,102
本研究将两个实验组

77
00:04:30,102 --> 00:04:32,078
与对照组进行比较

78
00:04:32,078 --> 00:04:35,886
第一组可以随便使用
笔记本电脑和平板电脑

79
00:04:35,886 --> 00:04:38,252
第二个实验组的限制性强些

80
00:04:38,252 --> 00:04:41,713
只允许将平板电脑
放在桌子上使用

81
00:04:42,152 --> 00:04:45,238
实验组看起来与对照组很接近

82
00:04:46,694 --> 00:04:51,443
这将带我们到该表的下一个特征
第四列到第六列

83
00:04:51,443 --> 00:04:54,558
使用统计测试来比较实验前

84
00:04:54,558 --> 00:04:57,591
实验组和对照组的特征

85
00:04:58,158 --> 00:05:01,991
在第四栏中，两个实验组被合并了

86
00:05:01,991 --> 00:05:04,998
可以看到实验组和对照组的

87
00:05:04,998 --> 00:05:09,690
女性比例差异仅为0.03

88
00:05:10,508 --> 00:05:13,740
这种差异在统计学上并不显著

89
00:05:14,290 --> 00:05:17,440
在样本选择过程中

90
00:05:17,440 --> 00:05:20,623
我们可以很容易地
将其归结为偶然结果

91
00:05:20,623 --> 00:05:22,133
- 那我们怎么知道？

92
00:05:22,133 --> 00:05:23,790
- [讲解员] 记得经验法则吗？

93
00:05:23,790 --> 00:05:29,903
绝对值超出标准误差两倍的统计估计

94
00:05:30,108 --> 00:05:33,997
通常在统计学上是有显著性的

95
00:05:35,132 --> 00:05:38,766
标准误差为0.03

96
00:05:38,766 --> 00:05:41,483
与女性比例差异相同

97
00:05:42,244 --> 00:05:46,132
因此，后者与前者的比率仅为1

98
00:05:46,132 --> 00:05:48,607
这当然小于2

99
00:05:48,607 --> 00:05:51,451
- [Kamal] 哦！所以
表中的实验/对照差异

100
00:05:51,451 --> 00:05:54,455
均不超过其标准误差的两倍

101
00:05:54,455 --> 00:05:55,997
-[讲解员] 正确

102
00:05:55,997 --> 00:05:59,081
随机划分的学生似乎成功地

103
00:05:59,081 --> 00:06:01,945
创建了确实具有可比性的群体

104
00:06:02,846 --> 00:06:05,008
因此，我们可以确信

105
00:06:05,008 --> 00:06:07,774
课堂成绩随后的任何差异

106
00:06:07,774 --> 00:06:11,073
都是实验干预的结果

107
00:06:11,073 --> 00:06:14,754
而不是先前存在的差异的反映

108
00:06:14,754 --> 00:06:17,454
做到了“其他条件不变”！

109
00:06:17,454 --> 00:06:19,883
- [Kamal] 酷，等等

110
00:06:19,883 --> 00:06:22,833
底部有星号的数字呢？

111
00:06:22,833 --> 00:06:25,589
这些差异是标准误差的两倍以上

112
00:06:25,589 --> 00:06:27,402
-[讲解员] 好眼力，Kamal！

113
00:06:27,402 --> 00:06:29,386
该表中有许多数字

114
00:06:29,386 --> 00:06:32,246
面板B中的也很重要

115
00:06:32,246 --> 00:06:35,715
它们测量实验组和对照组的学生

116
00:06:35,715 --> 00:06:39,139
在课堂上使用电脑的程度

117
00:06:39,754 --> 00:06:42,873
这组的实验是允许电脑的使用

118
00:06:43,278 --> 00:06:44,873
研究人员必须证明

119
00:06:44,873 --> 00:06:47,079
被允许使用电脑的学生

120
00:06:47,079 --> 00:06:49,448
利用了这个机会

121
00:06:50,072 --> 00:06:53,033
如果他们没有使用，那就没有实验了

122
00:06:53,867 --> 00:06:57,469
幸运的是，第一实验组中

123
00:06:57,469 --> 00:06:59,472
81%的人使用了电脑

124
00:06:59,472 --> 00:07:02,178
而对照组中没有人使用电脑

125
00:07:02,178 --> 00:07:05,216
第二个平板电脑实验组的许多人

126
00:07:05,216 --> 00:07:07,264
也使用了电脑

127
00:07:07,264 --> 00:07:09,879
电脑的使用方面差异很大

128
00:07:09,879 --> 00:07:11,798
而且具有统计显著性

129
00:07:12,081 --> 00:07:15,428
我们还可以看到每组的样本量

130
00:07:15,428 --> 00:07:18,098
- [Kamal] 星号是装饰吗？

131
00:07:18,098 --> 00:07:21,421
-[讲解员]有些学术论文用星号来表示

132
00:07:21,421 --> 00:07:23,983
在统计学上有显著性的差异

133
00:07:23,983 --> 00:07:26,925
这可以引起人们的注意

134
00:07:26,925 --> 00:07:31,621
这里，三个星号表示结果在统计上

135
00:07:31,621 --> 00:07:35,672
p值偏离零假设的概率小于1%

136
00:07:35,672 --> 00:07:39,436
换句话说，这个结果纯粹是偶然的

137
00:07:39,436 --> 00:07:42,171
概率不到1/100

138
00:07:43,181 --> 00:07:48,997
两个星号表示偶然发现的机率
为1/20或5%

139
00:07:48,997 --> 00:07:52,469
一个星号代表
10%我们看到的结果

140
00:07:52,469 --> 00:07:56,036
仅归因于偶然

141
00:07:56,473 --> 00:07:59,957
如今，星号被视为有点过时

142
00:07:59,957 --> 00:08:01,606
有些期刊把它们省略了

143
00:08:01,606 --> 00:08:03,894
-[Kamal]那最后两列呢？

144
00:08:03,894 --> 00:08:08,152
-[讲解员] 与将两个实验组
合并为一的第四列不同

145
00:08:08,174 --> 00:08:13,876
后两列分别查看每个实验组的
实验/对照差异

146
00:08:14,572 --> 00:08:17,931
这提供了更详细的平衡分析

147
00:08:18,295 --> 00:08:21,288
另外，就目前而言
你可以忽略此行

148
00:08:21,288 --> 00:08:24,205
它将用于另一项显著性
测试

149
00:08:24,755 --> 00:08:29,402
现在我们来看看这篇文章的精华：
表四

150
00:08:30,075 --> 00:08:32,993
此表报告电子设备的使用

151
00:08:32,993 --> 00:08:37,273
对学生学习成绩影响的回归估计

152
00:08:37,273 --> 00:08:40,258
-[Kamal] 为什么这项研究
报告回归估计？

153
00:08:40,258 --> 00:08:42,529
这就是我不明白的原因

154
00:08:42,529 --> 00:08:44,806
我以为
我们喜欢随机试验的一个原因是

155
00:08:44,806 --> 00:08:48,320
只需比较实验组和对照组

156
00:08:48,320 --> 00:08:50,479
就可以获得因果关系

157
00:08:50,479 --> 00:08:53,883
由于这些组是平衡的
没有必要使用回归

158
00:08:53,883 --> 00:08:55,492
-[讲解员] 说得好，Kamal

159
00:08:55,492 --> 00:08:58,612
实际上，出于两个原因

160
00:08:58,612 --> 00:09:01,013
报告回归估计是惯例

161
00:09:01,013 --> 00:09:04,448
首先，尽管有证据表明
二者之间存在平衡

162
00:09:04,448 --> 00:09:07,349
但如果过于谨慎
分析师可能会考虑到

163
00:09:07,349 --> 00:09:09,678
二者之间的偶然性差异

164
00:09:09,678 --> 00:09:13,622
其次，回归估计可能更为精确

165
00:09:13,622 --> 00:09:16,509
也就是说，与简单的实验对照比较相比

166
00:09:16,509 --> 00:09:18,893
它们具有更低的标准误差

167
00:09:20,129 --> 00:09:22,526
本研究中的因变量

168
00:09:22,526 --> 00:09:24,305
是我们感兴趣的结果

169
00:09:24,652 --> 00:09:26,192
既然眼前的问题是

170
00:09:26,192 --> 00:09:29,068
课堂电子设备如何影响学习

171
00:09:29,068 --> 00:09:32,845
一个适合的结果
就是经济学期末考试的分数

172
00:09:33,406 --> 00:09:37,650
每列报告不同回归模型的结果

173
00:09:37,650 --> 00:09:40,476
除了实验组之外

174
00:09:40,476 --> 00:09:44,453
模型还通过控制变量
或协变量进行区分

175
00:09:44,934 --> 00:09:47,755
没有协变量的估计

176
00:09:47,755 --> 00:09:50,677
是对实验组和对照组的简单比较

177
00:09:50,677 --> 00:09:53,169
-[Kamal] 我还以为他们忘了填写呢

178
00:09:53,169 --> 00:09:56,228
-[讲解员]第一列显示，电子设备的使用

179
00:09:56,228 --> 00:10:00,835
使期末考试分数减少0.28标准差

180
00:10:01,547 --> 00:10:02,940
在我们的上一课中

181
00:10:02,940 --> 00:10:07,237
Joshway大师解释说
我们使用标准差单位

182
00:10:07,237 --> 00:10:10,672
因为这些单位在不同的研究中很容易比较

183
00:10:11,352 --> 00:10:12,642
第二列报告了

184
00:10:12,642 --> 00:10:16,082
添加人口统计控制的模型的结果

185
00:10:16,082 --> 00:10:19,907
在这里，我们比较测试分数
但持有不变的因素

186
00:10:19,907 --> 00:10:21,435
如年龄和性别

187
00:10:21,886 --> 00:10:23,202
第三列报告了

188
00:10:23,202 --> 00:10:27,186
将GPA添加到协变量列表中的
模型的结果

189
00:10:27,603 --> 00:10:30,822
第四列增加了ACT分数

190
00:10:30,822 --> 00:10:33,503
分析师经常以这种方式报告结果

191
00:10:33,503 --> 00:10:36,992
首先是包含很少或没有协变量的模型

192
00:10:36,992 --> 00:10:39,667
然后逐列报告

193
00:10:39,667 --> 00:10:43,586
添加越来越多协变量的模型估计值

194
00:10:44,035 --> 00:10:46,802
逐列观察，你注意到了什么？

195
00:10:47,252 --> 00:10:49,919
-[Kamal] 使用电脑的相关系数

196
00:10:49,919 --> 00:10:51,635
总是一个相当大的负数

197
00:10:51,635 --> 00:10:53,002
- [讲解员] 没错！

198
00:10:53,002 --> 00:10:56,455
我们还可以看到，标准误差小到

199
00:10:56,455 --> 00:11:00,561
足以使这些负面结果具有统计显著性

200
00:11:00,561 --> 00:11:04,446
换句话说，这个实验的主要收获是

201
00:11:04,446 --> 00:11:08,381
使用电子设备影响了学生的学习

202
00:11:09,000 --> 00:11:12,283
- [Kamal] GPA和ACT的分数
也很显著

203
00:11:12,283 --> 00:11:13,750
原因何在？

204
00:11:13,750 --> 00:11:15,423
-[讲解员]观察的很好！

205
00:11:15,423 --> 00:11:16,866
这并不奇怪

206
00:11:16,866 --> 00:11:20,473
我们期望这些变量
能预测在大学里的表现

207
00:11:20,473 --> 00:11:22,190
-[Kamal] 哦，没错

208
00:11:22,190 --> 00:11:24,026
之前取得很好成绩的孩子

209
00:11:24,026 --> 00:11:26,317
更有可能在这门课程中
取得较好的成绩

210
00:11:26,317 --> 00:11:30,226
-[讲解员] 你还会注意到这表中的
许多其他信息

211
00:11:30,226 --> 00:11:34,515
表中的其余面板报告了电子设备的使用

212
00:11:34,515 --> 00:11:36,933
对期末考试组成部分的影响

213
00:11:36,933 --> 00:11:39,816
如选择题

214
00:11:39,816 --> 00:11:43,371
这些结果大多与电脑的使用

215
00:11:43,371 --> 00:11:45,360
对总体得分的影响一致

216
00:11:45,360 --> 00:11:47,740
-[Kamal] 那行不是英文的行呢？

217
00:11:47,740 --> 00:11:50,994
-[讲解员] 它们提供了其他统计信息

218
00:11:50,994 --> 00:11:54,247
r 平方是拟合优度的度量

219
00:11:54,714 --> 00:11:56,638
尽管有些读者可能想知道

220
00:11:56,638 --> 00:11:58,010
但这并不太重要

221
00:11:58,660 --> 00:12:02,950
其他行报告具有统计显著性的替代测试

222
00:12:02,950 --> 00:12:05,028
你目前也可以忽略

223
00:12:05,028 --> 00:12:07,934
-[Kamal] 哦，我的天
这些表没有那么难嘛！

224
00:12:07,934 --> 00:12:09,488
非常感谢您

225
00:12:09,488 --> 00:12:11,787
-[讲解员] 接下来是要讲的是回归

226
00:12:11,787 --> 00:12:13,179
再见！

227
00:12:15,974 --> 00:12:17,263
♪ [音乐] ♪

228
00:12:17,263 --> 00:12:20,575
你正在掌握计量经济学的路上

229
00:12:20,834 --> 00:12:23,003
为确保自己能够记住这个视频里的内容

230
00:12:23,003 --> 00:12:25,467
请回答一些快速的练习题

231
00:12:25,467 --> 00:12:29,003
或者，如果你已准备好
请点按以观看下一个视频

232
00:12:29,003 --> 00:12:31,728
你还可以查看MRU的网站

233
00:12:31,796 --> 00:12:34,758
那里有更多课程、教师资源等