应用因果推断从行政数据中为早期儿童政策提供依据
应用统计
2023-01-18 v1
摘要
改善公共政策是政府的关键职责之一，政府可以利用行政数据以循证的方式做到这一点。针对观察数据的因果推断，改进了当前使用描述性或预测性分析来为政策决策提供依据的做法。如果对数据生成过程的编码假设有效，因果推断允许分析师估计政策变化将对人口产生的影响。在本文中，我们讨论了在分析数据以提供政策决策依据时因果分析方法的重要性。我们以教育部门为案例研究，并提供了何时使用因果分析的示例。我们使用模拟演示了因果图在变量选择中扮演的关键角色，以及如果将无关变量纳入模型会如何引入偏差。我们的探索为因果方法的效用提供了明确的证据，并提供了如何进行此类分析的实际示例。本文提倡将这些方法纳入政策制定，以改善教育成果和科学理解。
引用
@article{arxiv.2301.06219,
title = {Applying causal inference to inform early-childhood policy from administrative data},
author = {Elena Tartaglia and Peter Rankin},
journal= {arXiv preprint arXiv:2301.06219},
year = {2023}
}