Skip to content

GCRI · Labs

Inferenza causale per i progetti pilota

L'inferenza causale distingue ciò che un intervento produce da ciò che si limita ad accompagnarlo. Nei laboratori e nei progetti pilota ne orienta la progettazione: randomizzazione dove possibile, confronti credibili dove non lo è, e ipotesi esplicite in entrambi i casi. È così che un progetto pilota diventa evidenza che un'innovazione funziona, per chi e a quali condizioni.

02Domanda di adesione

Il ruolo dell'inferenza causale e della valutazione d'impatto in questo ambito.

Causal inference and impact evaluation develop methods to determine whether and how interventions or exposures cause outcomes. They separate genuine effects from correlation. In research and evidence, methods and modelling and innovation, causal inference shows which risk reduction measures actually work. It supports allocating resources toward interventions with demonstrated effect across connected risks. The canonical description is on the STEM Commons.

Progetti pilota randomizzati e diffusione graduale

Where an innovation reaches sites in sequence, the order is randomised so early and late sites form a comparison, with the design and analysis registered beforehand.

Valutazione quasi sperimentale dei programmi

Difference-in-differences, regression discontinuity or synthetic control designs estimate effects where randomisation was not possible, with placebo tests to probe their assumptions.

Trasferire gli effetti dal progetto pilota alla scala

Causal diagrams state which features of the pilot site an effect depends on, so planners can judge whether a new site shares them before expecting the same result.

03Monitoraggio

Valutazione d'impatto.

La schermata che un gruppo utilizzerebbe per seguire questo metodo: misure, stati e decisioni. I nomi sono esempi e i valori sono illustrativi.

Valutazione d'impatto

Labs · Causal inference for pilots · Run R-7061

Parallel trends holdGCRI · Labs

Event study

Scheda del metodo

Metodo
Inferenza causale e valutazione d'impatto
Progettazione
differenza nelle differenze
Unità
196
Etichetta
MODELLATO

Verifiche di robustezza

Specifica principale0.06Sì
Escludi i primi adottanti0.26Sì
Controllo sintetico0.12Sì
Impact evaluation: the screen’s structure, terms and states for Labs.Example names and illustrative values; a design, not a record or a live system.
04Dati

Cosa utilizza il metodo.

Dataset e registri utilizzati dall'inferenza causale e dalla valutazione d'impatto su questa piattaforma, con il ruolo di ciascuno e l'etichetta che i rispettivi valori riportano. Le fonti sono elencate nel registro delle fonti.

DatiRuoloEtichetta
Dati sugli esiti di sperimentazioni e progetti pilotaStima degli effettiOSSERVATO
Registri amministrativiEsiti e covariate per i gruppi di confrontoStatistiche pubblicate
Piani di pre-analisi registratiFixing estimands and testsDICHIARATO
Site characteristic surveysEterogeneità e trasferibilitàRIPORTATO
05Metodi ed evidenze

Come si modella, si misura e si verifica l'inferenza causale per i progetti pilota.

Il modello, le sue ipotesi, i suoi dati e la sua incertezza, nella forma in cui uno scienziato o un ingegnere li verificherebbe. Le strutture seguono metodi pubblicati. I valori rappresentati sono illustrativi, non risultati.

Modello, equazioni e ipotesi

La struttura del modello usata per l'inferenza causale per i progetti pilota, le ipotesi che adotta e come ciascuna viene verificata.

Rischio dell'elemento iRi = f(Hi, Ei, Vi, Ci)pericolo, esposizione, vulnerabilità e capacità di risposta
Perdita annua attesaEAL = ∑k pk · Lkover events k with annual probability pk
Sistemi accoppiatixt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
IpotesiPerché è realizzatoCome viene testato
Pericolo ed esposizione sono indipendenti all'interno di un eventoMantiene trattabile l'integrale delle perditeConfrontare con un adattamento di copula su registrazioni congiunte
Gli accoppiamenti sono lineari vicino al punto di funzionamentoConsente agli shock di propagarsi attraverso APerturbare oltre l'intervallo lineare e confrontare
Le curve di vulnerabilità si trasferiscono da un luogo all'altroLe curve locali sono raramente disponibiliValidare rispetto alle perdite osservate, dove esistono
Input
set di dati versionati con provenienza
Risultati
distribuzioni, mai valori singoli
Codice
pubblicato con la scheda del modello e i test
Riproduzione
stessi dati, codice, ambiente e seed
Formulazioni standard del rischio e dello spazio degli stati; le ipotesi elencate sono tipiche del metodo, dichiarate per la revisione, non risultati.
FAIR guiding principles · GO FAIR and FORCE11W3C PROV · World Wide Web ConsortiumGuidance on consistent treatment of uncertainties · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
06Validazione

Come vengono verificati i risultati.

Le ipotesi di identificazione vengono verificate mediante test placebo, controlli di falsificazione e analisi di sensibilità. La replica in contesti diversi mette alla prova la validità esterna.

VerificaCome si fa
Balance and pre-trend checksI gruppi di confronto vengono verificati per similarità prima del trattamento
Test placebo e di falsificazioneEffects are sought where none should exist
Sensitivity to unobserved confoundingLe analisi indicano quanto dovrebbe essere forte un fattore di confondimento nascosto per modificare la conclusione
Replication across sitesGli effetti vengono ristimati in contesti indipendenti prima di essere generalizzati

La confusione non osservata e gli effetti di ricaduta possono distorcere le stime. Gli effetti rilevati in un contesto possono non essere trasferibili a un altro.

07Processo

Come si svolge il processo.

Process explorer · Process

Inferenza causale per i progetti pilota: rendicontazione delle revisioni secondo PRISMA 2020

10 steps4 stages

Processo

Inferenza causale per i progetti pilota: rendicontazione delle revisioni secondo PRISMA 2020

PRISMA 2020 è una linea guida di rendicontazione per le revisioni sistematiche; le fasi seguono la sua lista di controllo, non una sequenza obbligatoria, e nessun documento Nexus la adotta.

  1. 01 Plan

    1. 01Registrazione e protocolloRegistro · Il gruppo di revisioneLa linea guida chiede i dati di registrazione, l'accesso al protocollo ed eventuali modifiche.
    2. 02Criteri di ammissibilitàRegistro · Il gruppo di revisioneLa linea guida chiede i criteri di inclusione ed esclusione e come gli studi sono stati raggruppati.
  2. 02 Trovare e selezionare

    1. 03Ricerca: fonti e strategieFase · Il gruppo di revisioneLa linea guida chiede le fonti di informazione e le strategie di ricerca complete. Non stabilisce quali fonti utilizzare.
    2. 04Selezione degli studiFase · Il gruppo di revisioneLa linea guida chiede come gli studi sono stati giudicati ammissibili, compreso il numero di revisori che li hanno vagliati. Non stabilisce il numero di revisori.
    3. 05Diagramma di flussoRegistrazioneIl diagramma di flusso mostra il numero di record trovati, il numero di studi inclusi e i motivi di esclusione.
  3. 03 Analizzare

    1. 06Raccolta dei datiFase · Il gruppo di revisioneLa linea guida chiede come sono stati raccolti i dati dai rapporti e quali dati sono stati ricercati.
    2. 07Rischio di distorsioneFase · Il gruppo di revisioneLa linea guida chiede i metodi e gli strumenti utilizzati per valutare il rischio di distorsione.
    3. 08SintesiModello · Il gruppo di revisioneLa linea guida chiede le misure di effetto e i metodi di sintesi. Non prescrive la meta-analisi.
    4. 09Certezza delle evidenzeFase · Il gruppo di revisioneLa linea guida chiede i metodi utilizzati per valutare la certezza e riporta il risultato per ciascun esito. Non indica una scala di graduazione.
  4. 04 Rapporto

    1. 10Rapporto di revisioneRegistrazioneLa linea guida aiuta gli autori a riportare perché la revisione è stata svolta, cosa hanno fatto e cosa hanno trovato.

ReportsOutline of an externally published reporting guideline, not a Nexus process and not a record of operation. PRISMA 2020 mainly covers reviews of intervention effects. No Nexus page names it. Every programme is at service level R0.

09Custodia

Chi mantiene il metodo.

Sviluppo economico è custode dell'inferenza causale e della valutazione d'impatto per il consorzio e ne verifica l'applicazione tra le piattaforme.

11Domande

Domande e risposte.

Quali sono i limiti dell'inferenza causale e della valutazione d'impatto in questo ambito?
La confusione non osservata e gli effetti di ricaduta possono distorcere le stime. Gli effetti rilevati in un contesto possono non essere trasferibili a un altro.
Come vengono verificati i risultati?
Le ipotesi di identificazione vengono messe alla prova con test placebo, controlli di falsificazione e analisi di sensibilità. La replicazione in contesti diversi verifica la validità esterna.
I valori di questa pagina sono reali?
The data names, roles and checks are real descriptions of practice. The canvas shows a design of the method’s use, not a run; no result is reported here.
Dove altro viene applicato questo metodo?
Il pagina canonica del metodo elenca ogni piattaforma che lo applica.
RapportiContribuisci

Contribuisci con evidenze da questa pagina.

Reports è la pubblicazione trimestrale del consorzio. Ciò che sai su questo tema può diventare un'evidenza, un caso o una correzione nella prossima edizione, attribuita a te e pubblicata con licenza CC BY 4.0 se si tratta di un tuo lavoro.

GCRILaboratoriEvidenze di LabsMetodi e aspetti tecnici
Laboratori

Porta un metodo, un set di dati o una domanda.

Informazioni e richieste sono aperte oggi. Una richiesta riceve un riferimento e indica il passo successivo; candidature, pagamenti, assegnazioni di calcolo e registrazioni si aprono solo quando esistono il team, le condizioni e la capacità di revisione.