インフォーマル介護への移行が心理社会的側面に及ぼす影響
論文情報
Larissa Zwar, Hans-Helmut König and André Hajek, "Psychosocial consequences of transitioning into informal caregiving in male and female caregivers: Findings from a population-based panel study" Social Science & Medicine 264, https://doi.org/10.1016/j.socscimed.2020.113281
要約
本論文の目的は、インフォーマル介護への移行がもたらす心理社会的影響を調査し、縦断的デザインを用いて男性と女性の介護者におけるこの関連を調査することであった。集団ベースのドイツ高齢化調査（2014年波、2017年波）の縦断パネルデータを用いた。完全サンプルには、2014年波と2017年波にプールされた最大13,333件のオブザベーション（N = 8658件）が含まれていた。合計すると、完全サンプルの2.56％がインフォーマルな介護に移行した（N = 547）。インフォーマル介護に移行した個人の平均年齢は66歳で、これらの参加者の54.48％は女性であった。確立された尺度を用いて、ネットワークの大きさ、孤独感、社会的孤立感、抑うつ症状、ポジティブ・ネガティブな感情などの心理社会的転帰を評価した。インフォーマルな介護への移行を主な予測因子とした。社会人口統計学的特徴と身体的健康状態はコントロールされた。固定効果回帰分析の結果、インフォーマルな介護への移行は、ネットワーク規模の増加（b = 0.35、p < 0.05）、抑うつ症状の増加（b = 0.63、p < 0.05）、および消極的感情の増加（b = 0.08、p < 0.001）と有意に関連していることが示された。サンプルを性別で層別化すると、男性介護者ではネットワークの大きさ（b = 0.43、p < 0.05）、抑うつ症状（b = 0.93、p < 0.01）、孤独感（b = 0.06、p < 0.05）の増加が見られたが、女性介護者では否定的感情（b = 0.10、p < 0.001）の増加が報告された。本研究の結果は、インフォーマルな介護への移行が主にネガティブな心理的転帰と関連していることを示すことで、これまでの研究を拡張したものである。追加の分析では、女性と男性の介護者は異なる心理社会的結果を経験していることが示唆されている。したがって、インフォーマルケアとその結果を調査する際にはジェンダーを考慮し、女性と男性の介護者のニーズに合わせた支援を行うべきである。
Cameron et al. (2011) 多元クラスタリングによる頑健な推論
論文情報
- Colin Cameron, Jonah B. Gelbach & Douglas L. Miller (2011) Robust Inference With Multiway Clustering, Journal of Business & Economic Statistics, 29:2, 238-249, DOI: 10.1198/jbes.2010.07136
要約
本論文では、OLS推定量だけでなく、logit, probit, GMMなどの非線形推定量に対する分散推定量を提案する。この分散推定量は、非入れ子化された双方向または多元クラスタリングがある場合に、クラスタ・ロバスト推論を可能にする。この分散推定量は、一方向クラスタリングのための標準的なクラスタロバスト分散推定量またはサンドイッチ推定量（例えば、Liang and Zeger 1986; Arellano 1987）を拡張したものであり、同様の比較的弱い分布仮定に依存している。我々の手法は、StataやSASなどの統計パッケージに簡単に実装でき、一方向クラスタリングがある場合には、すでにクラスタ・ロバストな標準誤差を提供している。この手法は、2方向ランダム効果モデルのモンテカルロ解析、Bertrand, Duflo, and Mullainathan (2004)の状態年効果の例を2次元に拡張したプラセボ法則のモンテカルロ解析、および2方向クラスタリングが存在する経験的文献の研究への応用によって実証される。
Roberts et al. (2020) テキストマッチングで交絡を調整する
論文情報
Roberts, M.E., Stewart, B.M. and Nielsen, R.A. (2020), Adjusting for Confounding with Text Matching. American Journal of Political Science. doi:10.1111/ajps.12526
要約
我々は、テキストに対する条件付けが観察研究における交絡に対処できる状況を特定している。我々は、マッチングアプローチがこのタスクに特に適していることを主張するが、既存のマッチング手法は高次元のテキストデータを扱うには不十分である。我々が提案する解決策は、テキストの低次元要約を推定し、マッチングを介してこの要約に条件を付けることである。我々は、テキストマッチングの手法である局所的逆回帰マッチングを提案する。これにより、解析者は交絡文書の局所的な内容と、これらの文書のそれぞれが処理される確率の両方でマッチングを行うことができる。我々は、我々のアプローチを検証し、2つの応用例を用いて交絡問題に対処するためのテキスト上の条件付けの重要性を説明する：国際関係文献における引用数に対する著者の性別の認識の効果と、中国のソーシャルメディアユーザーに対する検閲の効果である。
Blair et al. (2020) Sensitivity Biasを考慮すべき場合
論文情報
Graeme Blair, Alexander Coppock, Margaret Moor, forthcoming, When to Worry About Sensitivity Bias: A Social Reference Theory and Evidence from 30 Years of List Experiments, American Political Science Review
要約
敏感な質問に対して正直な答えを引き出すことは、被験者が他人に判断されたり罰せられたりすることを恐れて真実を隠してしまうと、フラストレーションが溜まってしまう。その結果生じるバイアスは、一般的に社会的望ましさバイアスと呼ばれ、我々が感度バイアスと呼ぶもののサブセットです。我々は3つの貢献をしている。 第一に、感度バイアスの社会的参照理論を提案し、感度の高いトピックに関する調査回答に対する期待を構造化する。第二に、直接的な測定技術と間接的な測定技術の間の選択に内在するバイアスと分散のトレードオフを探る。第三に、感度バイアスの程度を推定するために、これまでに実施された公表済みおよび未公表のリスト実験（項目カウント法）をメタ分析し、その結果を直接質問と比較します。その結果、感度バイアスは典型的には10%ポイントよりも小さく、いくつかの領域ではほぼゼロであることがわかった。
Blair and Imai (2012) リスト実験の統計分析
論文情報
Blair, G., & Imai, K. (2012). Statistical Analysis of List Experiments. Political Analysis, 20(1), 47-77. doi:10.1093/pan/mpr048
要約
実証的研究の妥当性は、しばしば自己報告された行動や信念の正確さに依存している。しかし、人種的偏見、汚職、過激派グループへの支持などのデリケートな問題を研究する場合は特に、調査で真実の回答を引き出すことは困難です。リスト実験は、この測定問題の潜在的な解決策として最近注目されている。しかし、多くの研究者は単純な差分平均推定法を用いているため、回答者の特徴と敏感な項目への回答との間の多変量関係を効率的に調べることができません。さらに、基礎となる仮定の役割を調査するための体系的な手段は存在しない。我々は、リスト実験のための一連の新しい統計的手法を開発することによって、これらのギャップを埋める。我々は、一般的に用いられる仮定を特定し、新しい多変量回帰推定量を提案し、主要な仮定の潜在的な違反を検出して調整する方法を開発する。実証的な説明のために、人種的偏見に関するリスト実験を分析する。提案された方法論を実装するためにオープンソースのソフトウェアが利用できるようになっている。
Imai (2011) 項目カウント法の多変量回帰分析
論文情報
Kosuke Imai (2011) Multivariate Regression Analysis for the Item Count Technique, Journal of the American Statistical Association, 106:494, 407-416, DOI: 10.1198/jasa.2011.ap10415
要約
項目カウント法は、人種的偏見や薬物使用などのセンシティブな質問に対して、回答者の正直な回答を引き出すように設計された調査方法です。この手法は、リスト実験または非一致カウント法としても知られており、一般的に使用されている無作為化応答法の代替法である。本論文では、項目カウント法を用いた効率的な多変量回帰分析のための新しい非線形最小二乗推定法と最尤推定法を提案する。計算を容易にするために、2段階の推定手順と期待値最大化アルゴリズムを開発した。研究者は通常、敏感な質問に肯定的に回答する確率が回答者の特性の関数としてどのように変化するかを知りたいと考えているため、多変量回帰分析を可能にすることは不可欠である。実証的な例として、提案された方法論を1991年のNational Race and Politics調査に適用しました。小規模シミュレーション研究により、最尤推定量が代替推定量よりも実質的に効率的であることが示唆された。間接的な質問は情報の損失を意味するため、統計的な効率性は項目数法の重要な懸念事項である。提案された方法論を実装するためにオープンソースのソフトウェアが公開されている。
Goodman-Bacon and Marcus (2020) COVID-19の政策評価のためのDID
論文情報
Goodman-Bacon, A., & Marcus, J. (2020). Using Difference-in-Differences to Identify Causal Effects of COVID-19 Policies. Survey Research Methods, 14(2), 153-158. https://doi.org/10.18148/srm/2020.v14i2.7723
要約
政策立案者は、COVID-19の蔓延に対抗するために、広範囲の非医薬品介入を実施してきた。国や地域を超えた政策のばらつきと時間の経過は、COVID対策の因果関係を推定するためのDD研究デザインを強く示唆している。本研究では、これらのDDデザインの妥当性に対する脅威について議論し、研究者がいかにバイアスを回避し、結果を正確に解釈し、公衆衛生を保護し、最終的な経済回復を促進しようとする政策立案者に健全な指針を提供できるかについて提言する。
Wing et al. (2018) DIDのデザイン: 公衆衛生政策研究のベストプラクティス
論文情報
Coady Wing, Kosali Simon, Ricardo A, Bello-Gomez. 2018. "Designing Difference in Difference Studies: Best Practices for Public Health Policy Research" Annual Review of Public Health 39(1): 453-469
要約
DIDデザインは、研究者が無作為化比較試験（RCT）が実行不可能または非倫理的である公衆衛生の設定で因果関係を研究するためにしばしば使用する準実験的研究デザインである。しかし、因果関係推論は、DIDデザインにおいて多くの課題を提起している。この論文では、公衆衛生政策研究に重点を置いて、DIDデザインの主な特徴をレビューする。現代の研究者は、DID研究のデザインに積極的なアプローチを取るべきであり、比較群の構築、感度分析、方法の仮定の妥当性を確認するのに役立つロバストネスチェックを求めている。我々は、デザインの主要な仮定を説明し、応用研究でしばしば重要な分析戦術、補足分析、統計的推論へのアプローチについて議論する。DIDデザインは無作為化実験の完全な代替ではありませんが、カジュアルな関係について学ぶための実行可能な方法を示すことが多いです。最後に、複数の準実験的手法からの要素を組み合わせることが、DIDアプローチへのイノベーションの次の波において重要であるかもしれないことを指摘して締めくくっている。
よくまとまってるレビュー論文
Hyland et al. (2020) ジェンダー関連の法律と女性の労働力
論文情報
Marie Hyland, Simeon Djankov, Pinelopi Koujianou Goldberg, 2020, "Gendered Laws and Women in the Workforce" American Economic Review: Insights (Forthcoming)
要約
本論文では、女性の経済的機会に影響を与える法律によるジェンダー差別の世界的なイメージを初めて提供し、50年以上にわたる法的不平等の進化を図示する。世界銀行が新たに構築した「Women, Business and the Law」データベースを用いて、特に賃金や出産の待遇に関して、大きくて持続的なジェンダー不平等を記録しています。女性の労働力への参加率の向上や男女間の賃金格差の縮小など、労働力における女性に関するより平等な法律と、より平等な労働市場の成果との間には正の相関関係があることを発見した。
Jenke et al. (2020) アイトラッキングを用いたコンジョイント実験における意思決定の理解
論文情報
Jenke, L., Bansak, K., Hainmueller, J., & Hangartner, D. (2020). Using Eye-Tracking to Understand Decision-Making in Conjoint Experiments. Political Analysis, 1-27. doi:10.1017/pan.2020.11
要約
コンジョイント実験はよく行われているが、回答者の意思決定プロセスに関する研究は少ない。私たちは、大学生や地域住民を対象とした一連のコンジョイント実験と視線追跡法を活用して、コンジョイント調査における回答者の情報処理の仕方を調べています。その結果、主に2つの知見が得られた。第一に、述べられた選択肢データから推測される属性重要度測定値は、眼球運動に基づく属性重要度測定値と相関している。この妥当性検証は、平均限界要素効果（AMCEs）のような一般的なコンジョイント尺度を属性重要度の尺度として解釈することを支持するものである。第二に、コンジョイント・テーブルの属性とプロファイルの数を実験的に増加させると、回答者は絶対数は多いが、表示されている全セルのうちの割合は少ない。プロファイルが2つから3つになると、回答者は要約評価を構築するために、属性内ではなくプロファイル内での検索が多くなります。しかし、回答者の選択は、コンジョイント・テーブルの属性やプロファイルの数に関係なく、かなり安定しています。これらのパターンは、コンジョイント実験の頑健性を物語っており、限定された合理性のメカニズムと一致している。回答者は、重要な属性に焦点を当てるために関連性のある新しい情報を選択的に取り入れることで複雑さに適応し、認知処理コストを削減するために関連性の低い情報は無視している。
