利用实验数据修正观察性研究中的选择偏差

研究者日益可获得两类数据：(i) 大型观察性数据集，其中处理（如班级规模）未随机化，但观测到若干主要结果（如毕业率）和次要结果（如测试分数）；(ii) 实验数据，其中处理被随机化但仅观测到次要结果。我们开发了一种新方法来估计此类设定下处理对主要结果的影响。我们利用次要结果与其基于实验处理效应的预测值之差来衡量观察性数据中的选择偏差。在我们将之称为潜在无混杂性的新假设下——该假设要求相同混杂因素影响主要和次要结果——控制该选择偏差估计量可得到处理对主要结果的无偏估计。潜在无混杂性弱化了常用替代估计量所依赖的假设。我们将估计量应用于识别三年级班级规模对学生结果的影响。利用观察性学区数据的 OLS 回归对测试分数的估计影响与田纳西 STAR 实验的估计符号相反。相反，观察性数据中经选择修正的估计复现了实验估计。我们的估计量显示，班级规模缩减 25% 使高中毕业率提高 0.7 个百分点。控制可观测变量不改变 OLS 估计，表明实验选择修正可消除标准控制无法解决的错误。