随机化单位决定推断单位:别把整校随机当个体随机
【锚点】这一讲只钉一个判断:【随机化单位决定推断单位;把整校随机化误当成个体随机化,会制造可被拒绝的虚假显著。】叙事里,谁被分组,谁承担后果;实验里,谁被随机化,谁成为可拒绝的因果主语。
【显式】在集群随机试验(cluster randomized trial)中,被随机分配的是学校、村庄、医院,而不是学生或村民。Duflo、Kremer 与 Robinson(2007)在肯尼亚教科书项目中把整所学校分配到不同干预,而不是把同一学校的学生随机分到不同教材;Donner(1980)与 Murray(1998)把这类设计称为集群随机分析。
【隐式】同一集群内的结果往往相关:同班同学共享老师、课堂节奏、家庭社区。若用个体水平 OLS 直接跑 p 值,却不把标准误聚到集群,等于假设这些个体误差独立。这个假设在集群设计里几乎必然被违反。
【细微】设计效应(design effect)给出量化裂缝:DEFF = 1 + (m-1)ρ。m 是平均集群规模,ρ 是集群内相关系数。若 m=30、ρ=0.01,DEFF≈1.29;若 m=100,DEFF=2;若 m=200,DEFF≈3。标准误要乘 √DEFF。正确 p≈0.10 的效应,在 m=200、ρ=0.01 下被误算成 p≈0.004 量级;这不是『效应更大』,而是分母被写小了。
【极难发现】更深的盲点不是『标准误错了』,而是【估计量本身变了】。个体随机化估计的是『把一个人从对照组换成处理组』的反事实;集群随机化估计的是『把整群从对照状态换成处理状态』的群层效应。若干预通过同伴、教师行为或社区规范溢出,个体层『无干扰潜在结果』可能根本不是政策世界的合法对象。Holland(1986)的潜在结果框架与 Rubin(1980)的 SUTVA(稳定单元处理值假设)都要求:你比较的两个潜在结果必须来自同一可定义单位,且不能受其他单位处理状态污染。
【流程节点链路】:【随机化单位】→【干扰是否被切断】→【分析单位】→【标准误聚到随机化单位】→【估计量定义】→【可拒绝的因果结论】。
【待验证点】在真实集群试验中,若报告个体层 p 值但未报告集群层 p 值,应要求补报 ICC、平均集群数、集群规模与 cluster-robust SE。可检验判据:当 ρ>0 且 m>1 时,忽略聚类的标准误几乎必然偏小;若两版结果差异小于 √DEFF 预测,则需检查模型是否已吸收集群相关性。
【辩论问题】如果一项教育干预只能在整校层面实施,但政策关心的是『学生』收益,你应报告学校层 ATE(平均处理效应)、个体层局部效应,还是把两者都视为不同政策问题的不同估计量?当溢出存在时,哪一个才是『真实效应』?







0 評論