应用因果推断基于行政数据为早期儿童政策提供信息
摘要：使用行政数据以基于证据的方式改善公共政策是政府的关键职责之一。观察数据的因果推断改进了目前使用描述性或预测性分析来支持政策决策的做法。因果推断使分析师能够在编码的关于数据生成过程的假设有效时估计政策变化对人口的影响。本文讨论了在分析数据以支持政策决策时因果分析方法的重要性。我们以教育领域为案例研究，并提供了何时使用因果分析的示例。我们使用模拟来演示因果图在变量选择中的重要作用，以及如果将无关变量包括在模型中可能引入的偏差。我们的探索为因果分析方法的实用性提供了明确的证据，并提供了如何进行此类分析的实际示例。本文促进了将这些方法纳入政策中，以改善教育成果和科学理解。
作者：Elena Tartaglia and Peter Rankin
论文ID：2301.06219
分类：Applications
分类简称：stat.AP
提交时间：2023-01-18