Сравнительный анализ методов оценки причинного эффекта: оценка вклада элементов интенсификации технологии в урожайность яровой пшеницы
УДК 519.24; 004.67 ББК 22.1я431
Ключевые слова:
причинный эффект, парное сравнение средних, Propensity Score Matching, урожайность пшеницы, интенсивная технология, Алтайский край, Россия
Аннотация
Задача оценки причинных эффектов представляет собой сравнение состояния объекта с учетом и без учета вмешательства и оценки ожидаемой величины полученных различий целевого признака. В работе рассматривается сравнительный анализ методов оценки причинных эффектов, включая тесты попарных сравнений, линейные регрессионные модели и метод псевдорандомизации (Propensity Score Matching). Прикладная задача исследования заключается в оценке эффекта технологии возделывания яровой пшеницы на ее урожайность в условиях Кулундинской степи Алтайского края
Литература
1. Clinical Pharmacy Education, Practice and Research. – Elsevier, 2019.
2. Revealing the determinants of wheat yields in the Siberian breadbasket of Russia with Bayesian networks / A.V. Prishchepov [и др.] // Land Use Policy. – 2019. – Т. 80. – С. 21-31.
3. Rubin D.B. Basic Concepts of Statistical Inference for Causal Effects in Experiments and Observational Studies / D.B. Rubin. – С. 140.
4. Yamamoto T. Statistical Models for Causal Analysis / T. Yamamoto. – С. 81.
5. Imbens G.W. Rubin Causal Model / G.W. Imbens, D.B. Rubin // The New Palgrave Dictionary of Economics / ред. Palgrave Macmillan. – London: Palgrave Macmillan UK, 2008. – С. 1-10.
6. Мониторинг цен на пшеницу организаций 01.10.2012: АгроНовости Ассет [Электронный ресурс]. – URL: https://agrobursa.ru/prices/wheat/01-10-2012/ (дата обращения: 06.06.2020).
7. AgroAtlas - Главная [Электронный ресурс]. – URL: http://www.agroatlas.ru/ru/index.html (дата обращения: 03.06.2020).
8. Kalpić D. Student’s t-Tests / D. Kalpić, N. Hlupić, M. Lovrić // International Encyclopedia of Statistical Science / ред. M. Lovric. – Berlin, Heidelberg: Springer Berlin Heidelberg, 2011. – С. 1559-1563.
9. Neuhäuser M. Wilcoxon–Mann–Whitney Test / M. Neuhäuser // International Encyclopedia of Statistical Science / ред. M. Lovric. – Berlin, Heidelberg: Springer Berlin Heidelberg, 2011. – С. 1656-1658.
2. Revealing the determinants of wheat yields in the Siberian breadbasket of Russia with Bayesian networks / A.V. Prishchepov [и др.] // Land Use Policy. – 2019. – Т. 80. – С. 21-31.
3. Rubin D.B. Basic Concepts of Statistical Inference for Causal Effects in Experiments and Observational Studies / D.B. Rubin. – С. 140.
4. Yamamoto T. Statistical Models for Causal Analysis / T. Yamamoto. – С. 81.
5. Imbens G.W. Rubin Causal Model / G.W. Imbens, D.B. Rubin // The New Palgrave Dictionary of Economics / ред. Palgrave Macmillan. – London: Palgrave Macmillan UK, 2008. – С. 1-10.
6. Мониторинг цен на пшеницу организаций 01.10.2012: АгроНовости Ассет [Электронный ресурс]. – URL: https://agrobursa.ru/prices/wheat/01-10-2012/ (дата обращения: 06.06.2020).
7. AgroAtlas - Главная [Электронный ресурс]. – URL: http://www.agroatlas.ru/ru/index.html (дата обращения: 03.06.2020).
8. Kalpić D. Student’s t-Tests / D. Kalpić, N. Hlupić, M. Lovrić // International Encyclopedia of Statistical Science / ред. M. Lovric. – Berlin, Heidelberg: Springer Berlin Heidelberg, 2011. – С. 1559-1563.
9. Neuhäuser M. Wilcoxon–Mann–Whitney Test / M. Neuhäuser // International Encyclopedia of Statistical Science / ред. M. Lovric. – Berlin, Heidelberg: Springer Berlin Heidelberg, 2011. – С. 1656-1658.
Опубликован
2020-10-15
Раздел
Секция СОВРЕМЕННЫЕ ИНФОРМАЦИОННЫЕ И ВЫЧИСЛИТЕЛЬНЫЕ ТЕХНОЛОГИИ В ПРИКЛАДНЫХ ЗА
