اپلیکیشن اندرویدی فلش‌کارت آموزشی اثرات حاشیه‌ای در سیاست‌گذاری: چگونه اثرات یک سیاست را در شرایط تغییر همزمان انگیزه‌ها و نتایج اندازه‌گیری کنیم؟

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره اثرات حاشیه‌ای در سیاست‌گذاری: چگونه اثرات یک سیاست را در شرایط تغییر همزمان انگیزه‌ها و نتایج اندازه‌گیری کنیم؟

موضوع کلی: اقتصادسنجی و ارزیابی سیاست‌ها

موضوع میانی: شناسایی اثرات علّی در حضور انتخاب درون‌زا

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر ارزیابی سیاست‌ها و اقتصادسنجی علّی
• 2. چیستی علّیت و چرا اندازه‌گیری آن دشوار است؟
• 3. مفهوم پیامدهای بالقوه (Potential Outcomes) در استنتاج علّی
• 4. مدل نایمن-روبین (Neyman-Rubin Causal Model)
• 5. مشکل اساسی استنتاج علّی: مشاهده‌ناپذیری پیامدهای متقابل
• 6. انواع اثرات درمانی: میانگین (ATE)، بر گروه تحت درمان (ATT)، بر گروه درمان‌نشده (ATU)
• 7. نقش تصادفی‌سازی و آزمایش‌های کنترل‌شده تصادفی (RCTs)
• 8. محدودیت‌های عملی آزمایش‌های تصادفی در سیاست‌گذاری
• 9. داده‌های مشاهده‌ای و چالش‌های استنتاج علّی
• 10. مرور روش‌های سنتی در ارزیابی سیاست‌ها
• 11. مشکل انتخاب درون‌زا (Endogenous Selection)
• 12. سوگیری متغیر حذف شده (Omitted Variable Bias)
• 13. سوگیری همزمانی (Simultaneity Bias)
• 14. روش‌های جفت‌سازی (Matching Methods) و کاهش سوگیری
• 15. امتیاز گرایش (Propensity Score) و کاربرد آن در جفت‌سازی
• 16. رگرسیون ناپیوستگی (Regression Discontinuity Design - RDD)
• 17. RDD دقیق (Sharp RDD) و RDD مبهم (Fuzzy RDD)
• 18. تفاوت در تفاوت‌ها (Difference-in-Differences - DiD)
• 19. فرض روند موازی (Parallel Trends Assumption) در DiD
• 20. متغیرهای ابزاری (Instrumental Variables - IV) و شناسایی
• 21. شرایط اعتبار متغیر ابزاری: ارتباط و محدودیت حذف
• 22. برآوردگر دو مرحله‌ای حداقل مربعات (2SLS)
• 23. اثر درمانی میانگین محلی (LATE) در چارچوب IV
• 24. محدودیت‌های LATE و نقش همگنی اثرات درمانی
• 25. نیاز به رویکردهای جامع‌تر برای درک ناهمگنی
• 26. انگیزه معرفی اثرات درمانی حاشیه‌ای (MTE)
• 27. فراتر از ATE و ATT: درک عمیق‌تر از ناهمگنی
• 28. مدل‌های انتخاب دوجمله‌ای با متغیر پنهان
• 29. مفهوم تمایل/مقاومت ناپنهان برای شرکت در برنامه (Unobserved Resistance)
• 30. تعریف اثر درمانی حاشیه‌ای (MTE): اثر برای افراد "مرزی"
• 31. فرمول‌بندی ریاضی MTE: $E[Y_1 - Y_0 | U_D = u_D]$
• 32. تفسیر MTE: اثر برای افرادی که در آستانه تصمیم‌گیری هستند
• 33. چرا "همه حاشیه‌ای هستند" (Everyone is Marginal)؟
• 34. MTE به عنوان بلوک سازنده همه اثرات درمانی
• 35. نقش متغیر ابزاری در چارچوب MTE برای شناسایی
• 36. شناسایی MTE: مفروضات کلیدی
• 37. فرض یکنواختی (Monotonicity Assumption)
• 38. فرض عدم مخدوش شدن (Unconfoundedness) برای MTE
• 39. فرض محدودیت حذف (Exclusion Restriction) در زمینه MTE
• 40. رابطه MTE با LATE: LATE به عنوان میانگین وزن‌دار MTE
• 41. نمایش گرافیکی MTE و توابع وزنی
• 42. اهمیت درک ناهمگنی اثرات در طراحی و ارزیابی سیاست
• 43. MTE و فرضیات شناسایی در مدل‌های مختلف انتخاب
• 44. مقایسه MTE با مدل‌های Heckman Selection
• 45. MTE به عنوان یک رویکرد جامع برای ارزیابی سیاست‌های پیچیده
• 46. شناسایی ناپارامتری MTE
• 47. شناسایی پارامتری و نیمه‌پارامتری MTE
• 48. برآورد MTE با استفاده از تابع کنترل (Control Function Approach)
• 49. الگوریتم دو مرحله‌ای برای برآورد MTE
• 50. برآورد MTE از طریق رگرسیون چندجمله‌ای محلی
• 51. برآورد MTE با استفاده از Kernel Regression
• 52. برآوردگر IV محلی (Local IV - LIV) به عنوان گامی به سوی MTE
• 53. برآورد MTE با استفاده از روش گشتاورهای تعمیم‌یافته (GMM)
• 54. چالش‌های برآورد MTE: شرایط پشتیبانی (Support Conditions)
• 55. چالش ابعاد بالا (Curse of Dimensionality) در برآورد MTE
• 56. انتخاب متغیر ابزاری مناسب برای MTE
• 57. آزمون‌های اعتبار متغیر ابزاری در چارچوب MTE
• 58. استنتاج و ساخت فواصل اطمینان برای MTE
• 59. روش بوت‌استرپینگ (Bootstrapping) برای MTE
• 60. پیاده‌سازی MTE در نرم‌افزارهای آماری (Stata, R, Python)
• 61. معرفی بسته‌های نرم‌افزاری مرتبط با MTE
• 62. ملاحظات عملی در برآورد MTE و تفسیر نتایج
• 63. انتخاب شکل تابعی (Functional Form) در مدل‌های MTE
• 64. برآورد MTE برای داده‌های مقطعی
• 65. برآورد MTE برای داده‌های پنل و دینامیک
• 66. بازیابی اثر درمانی میانگین (ATE) از MTE
• 67. بازیابی اثر درمانی بر گروه تحت درمان (ATT) از MTE
• 68. بازیابی اثر درمانی بر گروه درمان‌نشده (ATU) از MTE
• 69. اثر سیاست بر گروه تحت درمان (POTE - Policy On The Treated)
• 70. اثر سیاست بر گروه درمان‌نشده (POTU - Policy On The Untreated)
• 71. اثر درمانی برای افراد همیشه گیرنده (Always Takers)
• 72. اثر درمانی برای افراد هرگز گیرنده (Never Takers)
• 73. اثر درمانی برای افراد تمایل‌مند (Compliers) - معادل LATE
• 74. درک توابع وزنی (Weighting Functions) برای بازیابی پارامترها
• 75. شبیه‌سازی سیاست‌گذاری با استفاده از MTE
• 76. طراحی سیاست بهینه بر اساس MTE
• 77. هدف‌گذاری (Targeting) سیاست‌ها با استفاده از MTE
• 78. تحلیل هزینه-فایده با در نظر گرفتن ناهمگنی اثرات
• 79. پیش‌بینی اثرات سیاست‌های جدید و فرضی
• 80. مدل‌سازی تصمیم‌گیری‌های فردی با MTE
• 81. MTE و بهینه‌سازی تخصیص منابع
• 82. استفاده از MTE برای ارزیابی اثرات تغییر در انگیزه‌ها
• 83. چگونه MTE دیدگاهی جدید به انتخاب درون‌زا می‌دهد؟
• 84. MTE و مساله جابجایی (Crowding Out/In) در بازارها
• 85. کاربرد MTE در ارزیابی تغییرات قوانین و مقررات اقتصادی
• 86. MTE با درمان‌های چندگانه (Multiple Treatments)
• 87. مدل‌های MTE پویا (Dynamic MTE Models)
• 88. MTE با اثرات متقابل (Interaction Effects) پیچیده
• 89. MTE در حضور خطاهای اندازه‌گیری (Measurement Error)
• 90. MTE با فرضیات ضعیف‌تر (Weaker Assumptions)
• 91. تحلیل حساسیت (Sensitivity Analysis) برای برآوردهای MTE
• 92. کاربردهای تجربی MTE در اقتصاد کار (مثال: آموزش شغلی)
• 93. کاربردهای تجربی MTE در اقتصاد سلامت (مثال: پوشش بیمه)
• 94. کاربردهای تجربی MTE در سیاست‌های آموزشی (مثال: کمک‌هزینه تحصیلی)
• 95. کاربردهای تجربی MTE در اقتصاد توسعه (مثال: برنامه‌های کاهش فقر)
• 96. نقدها و محدودیت‌های چارچوب MTE
• 97. مقایسه MTE با سایر روش‌های پیشرفته (مانند گشتاورهای نامتوازن)
• 98. جهت‌گیری‌های آینده در پژوهش‌های MTE
• 99. مروری جامع بر درس و مطالعات موردی منتخب
• 100. جمع‌بندی: MTE به عنوان ابزاری قدرتمند برای سیاست‌گذاری مدرن و دقیق