准实验

一、准实验 vs. 真实验编辑本段

特征	真实验（RCT）	准实验
随机分配	是（实验组和对照组随机分组）	否（基于自然分组或现有条件分组）
控制变量	严格控制干扰变量（实验室环境）	部分控制（真实环境，变量较多）
因果推断强度	高（内部效度高）	中等（依赖研究设计弥补偏差）
适用场景	医学、心理学基础研究	政策评估、教育干预、流行病学

二、准实验的常见设计类型编辑本段

1. 非对等控制组设计（Non-equivalent Control Group Design）

方法：选择与实验组在关键特征（如年龄、性别、基线水平）上相似的对照组，但未随机分配。
示例：比较两所学校的教育干预效果（两校学生社会经济背景接近但未随机分组）。
局限：可能存在未观测的混杂变量（如教师水平差异）。

2. 前测-后测设计（Pretest-Posttest Design）

方法：对同一组对象在干预前后进行测量，通过变化评估效果。
示例：评估某社区健康宣传对居民吸烟率的影响（干预前后各进行一次调查）。
局限：缺乏对照组，难以排除历史事件或自然变化的干扰。

3. 间断时间序列设计（Interrupted Time Series Design）

方法：在干预前后多次测量同一指标，分析趋势是否因干预发生显著变化。
示例：研究某城市限行政策对空气质量的影响（分析限行前后数月的PM2.5数据）。
优势：能识别干预前后的长期趋势变化，减少偶然波动的干扰。

4. 断点回归设计（Regression Discontinuity Design, RDD）

方法：基于某一连续变量（如考试分数）的阈值确定干预对象，比较阈值附近的个体差异。
示例：评估奖学金对成绩的影响（仅向分数≥60分的学生发放，比较59分与60分学生的后续表现）。
优势：接近随机分组的因果推断效度，但需满足“阈值处个体特征连续”假设。

5. 自然实验（Natural Experiment）

方法：利用自然发生的干预（如政策调整、自然灾害）作为研究条件。
示例：研究某地区突增的最低工资标准对就业率的影响（与未调整地区对比）。
局限：干预条件不可控，难以排除其他因素干扰。

三、准实验的实施步骤编辑本段

明确研究问题：确定因果假设（如“某职业培训是否提高就业率”）。
选择设计类型：根据数据可得性和环境限制选择合适设计（如非对等控制组设计）。
数据收集：
- 干预组与对照组：确保基线数据可比（如年龄、性别、收入）。
- 时间点：前测、后测或多时间点跟踪。
统计分析方法：
- 双重差分法（DID）：比较干预组与对照组的前后差异。
- 倾向得分匹配（PSM）：通过匹配减少组间基线差异。
- 断点回归分析：利用阈值附近的局部平均处理效应（LATE）。
验证效度：
- 内部效度：检验是否排除混杂变量（如工具变量法）。
- 外部效度：评估结果是否可推广到其他群体或场景。

四、准实验的优缺点编辑本段

优点

现实可行性高：适用于无法随机分组的真实场景（如政策评估）。
伦理风险低：避免因随机分配导致的不公平（如医疗资源分配）。
成本较低：常利用现有数据（如行政记录、普查数据）。

缺点

内部效度受限：混杂变量可能导致因果推断偏差。
结果解释复杂：需依赖统计方法控制干扰，对研究者技术要求高。
选择偏倚风险：非随机分组可能引入系统性差异（如自选择效应）。

五、经典应用案例编辑本段

教育领域：田纳西STAR项目：通过准实验评估小班教学对学生成绩的影响（非完全随机分组）。
公共卫生：禁烟政策效果：利用间断时间序列分析公共场所禁烟对肺癌发病率的影响。
经济学：最低工资研究：David Card与Alan Krueger利用自然实验（新泽西与宾州对比）挑战传统经济学结论。

六、提高准实验效度的策略编辑本段

多方法三角验证：结合质性研究（如访谈）与定量数据，增强结论可信度。
工具变量（IV）：寻找与干预相关但不受混杂变量影响的变量（如政策实施的区域差异）。
敏感性分析：检验结果在假设条件下的稳健性（如混杂变量需多强才能推翻结论）。

总结编辑本段

准实验是连接观察性研究与真实验的桥梁，虽无法完全消除混杂因素，但通过严谨的设计和统计方法（如DID、RDD）仍能提供有价值的因果证据。其核心在于透明报告局限性，并与其他研究方法互补，共同推进科学决策。在实际应用中，研究者需权衡效度与可行性，选择最适合问题场景的设计方案。

ADFASDFAF23RQ23R

参考资料编辑本段

Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental and quasi-experimental designs for generalized causal inference. Houghton Mifflin.
Card, D., & Krueger, A. B. (1994). Minimum wages and employment: A case study of the fast-food industry in New Jersey and Pennsylvania. American Economic Review, 84(4), 772-793.
Campbell, D. T., & Stanley, J. C. (1963). Experimental and quasi-experimental designs for research. Rand McNally.
Angrist, J. D., & Pischke, J. S. (2009). Mostly harmless econometrics: An empiricist's companion. Princeton University Press.
余勇, 钟甫宁, 刘华. (2018). 准实验方法在政策评估中的应用: 基于断点回归设计的综述. 经济学动态, (6), 123-136.
王俊, 陈希. (2020). 准实验设计在教育研究中的应用与展望. 教育研究, 41(3), 78-89.

词条内容仅供参考，如果您需要解决具体问题
（尤其在法律、医学等领域），建议您咨询相关领域专业人士。

如果您认为本词条还有待完善，请编辑

准实验