摘要:
近年来,公共管理实验及其复制成为提高理论可推广性的一个重要途径。然而,实验复制仍然面临一系列方法论问题有待解决:如何有效建立复制与原始研究的相关性与可比性? 如何合理地设计并分析复制实验,并且允许进行灵活调整? 如何优化设计来降低样本量与成本,并提高效率与效果? 本文提出了一种基于贝叶斯实验的设计框架,为公共管理实验复制提供更具适应性的路径。与基于频率统计学的随机对照试验 (RCT)不同,首先,贝叶斯实验可以将原始研究等背景知识作为先验概率,基于数据与似然函数进行贝叶斯更新。其次,采用后验概率而不是使用P 值来检验研究假设,避免了根据显著性来报告结果等问题。在序贯情景下,可以基于先前结果快速调整后续设计,同时保证各实验臂结果的可比性。还可以基于结构性推测来确定进一步实验复制的地点、背景与样本。最后,贝叶斯实验通过将干预效果最大化问题转换为强化学习中的 “多臂老虎机问题”,使用汤普森采样等算法来确定性地分配样本,能显著降低样本量和实验成本,具有广泛的应用前景。
王思琦. 提高公共管理实验复制的适应性:一种贝叶斯实验设计框架[J]. 公共管理与政策评论, 2024, 13(4): 88-.
WANG Siqi. Improving the Adaptability of Experimental Replication in Public Administration: A Bayesian Experimental Design Framework[J]. Public Administration and Policy Review, 2024, 13(4): 88-.