مقایسه ی روش های متفاوت برآورد واریانس در برآوردگر مچینگ ضریب تمایل
مچینگ ضریب تمایل به وفور برای تخمین اثر برنامه و مداخلات سیاستی برای داده های مشاهده ای استفاده شده است. این روش با مقایسه ی میان دوگروه درمان و کنترل به استنتاج آماری درباره معنی داری تاثیر این سیاستها بر متغیرهای هدف می پردازد و به همین دلیل یکی از موضوعات مهم در هنگام استفاده از مچینگ ضریب تمایل، برآورد انحراف معیار برای تخمین اثر درمان است. برآورد دقیق واریانس و انحراف معیار،آزمون آماری کاراتر و فاصله اطمینان دقیق تر را ممکن می سازد. با این حال اختلافات بسیاری در ادبیات چگونگی تخمین انحراف معیار وجود دارد. برخی از این روش ها مبتنی بر بازنمونه گیری و برخی مستقل از آن است. در این پژوهش با به کارگیری شبیه سازی مونت کارلو و محاسبه ی میانگین حداقل مربعات خطای این برآوردگرها (MSE) به مقایسه این روش ها پرداخته شده است. نتایج شبیه سازی در این مطالعه دلالت بر مزیت روش های جکنایف و استاندارد نسبت به روش های آبادی-ایمبنز ، بوت استرپ و زیرنمونه داشته است. در پایان نیز با بررسی مقاله طیبی و همکاران نشان داده شد که روش های مختلف برآورد واریانس در برآوردگر مچینگ منجر به استنتاج آماری متفاوت از لحاظ معنی داری آماره ها می شد.
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.