where τ is the average treatment ef

where τ is the average treatment effect for the treated (ATT), R1 denotes
the value of the outcome for household participating in community forestry
and R0 is the value of the same variable for non-participating
households. As noted above, amajor problem is that we do not observe
E(R0|I=1). Although the difference [τe=E(R1|I=1)−E(R0|I=0] can
be estimated, it is potentially a biased estimator.
In the absence of experimental data, the propensity score-matching
model (PSM) can be employed to account for this sample selection bias
(Dehejia andWahba, 2002). The PSMis defined as the conditional probability
that a farmer adopts the new technology, given pre-adoption
characteristics (Rosenbaum and Rubin, 1983). To create the condition
of a randomized experiment, the PSM employs the unconfoundedness
assumption, also known as the conditional independence assumption
(CIA), which implies that once Z is controlled for, participation in community
forestry is random and uncorrelated with the outcome variables.
The PSM can be expressed as:

ผลลัพธ์ (ไทย) 1:

τผลเฉลี่ยสำหรับการบำบัด (ATT), R1 แสดงค่าของผลลัพธ์สำหรับครัวเรือนที่เข้าร่วมในวนศาสตร์ชุมชนและค่าของตัวแปรเดียวไม่ร่วมเป็น R0ครัวเรือน ตามที่กล่าวข้างต้น amajor ปัญหาคือ ว่า เราไม่สังเกตอี (R0| ฉัน = 1) แม้ว่าความแตกต่าง [τe = E (R1| ฉัน = 1) −E (R0| ฉัน = 0] สามารถจะประมาณ ก็อาจประมาณ biasedในกรณีข้อมูลทดลอง การสิ่งคะแนนจับคู่แบบจำลอง (PSM) สามารถทำงานให้ความโน้มเอียงการเลือกตัวอย่างนี้(Dehejia andWahba, 2002) PSMis ที่กำหนดเป็นความน่าเป็นแบบมีเงื่อนไขว่า เกษตรกร adopts เทคโนโลยีใหม่ ได้รับการยอมรับก่อนลักษณะ (Rosenbaum และ Rubin, 1983) การสร้างเงื่อนไขทดลองแบบ randomized, PSM ใช้ unconfoundedness การอัสสัมชัญ อัสสัมเป็นอิสระแบบมีเงื่อนไขหรือที่เรียกว่า(CIA), ซึ่งหมายถึงการที่เมื่อ Z ควบคุมสำหรับ มีส่วนร่วมในชุมชนป่าไม้เป็นแบบสุ่ม และ uncorrelated กับตัวแปรผลPSM ที่แสดงเป็น:

ผลลัพธ์ (ไทย) 2:

ที่τเป็นผลการรักษาเฉลี่ยสำหรับการรักษา (ATT) R1
หมายถึงค่าของผลสำหรับใช้ในครัวเรือนมีส่วนร่วมในป่าชุมชนและ
R0
เป็นค่าของตัวแปรเดียวกันสำหรับการไม่เข้าร่วมโครงการผู้ประกอบการ ดังที่ระบุไว้ข้างต้นปัญหา amajor
คือการที่เราไม่ได้สังเกตอี(R0 | I = 1) แม้ว่าความแตกต่าง [τe = E (R1 | I = 1) -E (R0 | I = 0]
สามารถประมาณได้ก็อาจเป็นประมาณการลำเอียง.
ในกรณีที่ไม่มีข้อมูลการทดลองคะแนนจับคู่นิสัยชอบที่รูปแบบ (PSM) สามารถใช้ในการบัญชีสำหรับอคติเลือกตัวอย่างนี้ (Dehejia andWahba, 2002). โดย PSMis หมายถึงน่าจะเป็นเงื่อนไขที่เกษตรกรadopts เทคโนโลยีใหม่ที่ได้รับก่อนการยอมรับลักษณะ (Rosenbaum และรูบิน, 1983). การสร้างเงื่อนไขของการทดลองแบบสุ่มที่ PSM พนักงาน unconfoundedness สมมติฐานที่เรียกว่าเป็นสมมติฐานที่เป็นอิสระมีเงื่อนไข(ซีไอเอ) ซึ่งหมายถึงว่าเมื่อ Z มีการควบคุมสำหรับการมีส่วนร่วมในชุมชนป่าไม้เป็นแบบสุ่มและuncorrelated กับตัวแปรผล. PSM สามารถแสดงเป็น :

ผลลัพธ์ (ไทย) 3:

ที่τคือผลเฉลี่ยสำหรับการรักษา ( ATT ) หมายถึง ค่าของ R1

ผลสำหรับครัวเรือนที่เข้าร่วมใน r0 วนศาสตร์ชุมชนและเป็นค่าของตัวแปรเดียวกันไม่เข้าร่วม
ครัวเรือน ดังที่กล่าวไว้ข้างต้น ดังนั้น ปัญหาคือเราไม่ได้สังเกต
E ( r0 | = 1 ) แม้ว่าความแตกต่าง [ τ E = E ( R1 | = − 1 ) E ( r0 | ฉัน = 0 )
ถูกประเมิน มันอาจลำเอียง
ประเมินราคาในการขาดของการทดลอง , ความโน้มเอียงคะแนนการจับคู่
แบบ ( PSM ) สามารถใช้บัญชีนี้การเลือกตัวอย่างอคติ
( dehejia andwahba , 2002 ) การ psmis กําหนดเป็นเงื่อนไขความน่าจะเป็นไปได้
ที่ชาวนา adopts เทคโนโลยีใหม่ได้รับการยอมรับลักษณะก่อน
( โรเซนบอม และ รูบิน , 1983 ) เพื่อสร้างเงื่อนไข
ของการศึกษาทดลองโดย PSM ใช้ unconfoundedness
สมมติฐาน หรือที่เรียกว่าความเป็นอิสระที่มีเงื่อนไข (
( ซีไอเอ ) ซึ่งหมายความว่าเมื่อ z คือการควบคุม การมีส่วนร่วมในชุมชน และ uncorrelated
สุ่มผลตัวแปร .
PSM สามารถแสดงเป็น :