دوره غلبه بر تقلب در طراحی گسستگی رگرسیون با استفاده از روش Placebo Discontinuity Design همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره غلبه بر تقلب در طراحی گسستگی رگرسیون با استفاده از روش Placebo Discontinuity Design

موضوع کلی: روش‌های تحقیق کمی در علوم اجتماعی

موضوع میانی: طراحی‌های شبه‌آزمایشی و تحلیل داده‌ها

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر استنتاج علّی در علوم اجتماعی
• 2. چالش‌های شناسایی اثرات علّی در علوم اجتماعی
• 3. مروری بر انواع روش‌های تحقیق کمی
• 4. آشنایی با طراحی‌های شبه‌آزمایشی و اهمیت آن‌ها
• 5. مزایا و محدودیت‌های طراحی‌های شبه‌آزمایشی
• 6. مفاهیم پایه: متغیر درمانی، پیامد، متغیرهای مخدوش‌کننده
• 7. اهمیت اعتبار داخلی و خارجی در طرح‌های شبه‌آزمایشی
• 8. نقش داده‌های مشاهده‌ای در استنتاج علّی
• 9. مقدمه‌ای بر طراحی گسستگی رگرسیون (RDD)
• 10. ایده اصلی RDD: استفاده از یک آستانه تخصیص
• 11. متغیر تخصیص (Running Variable) و نقطه قطع (Cut-off Point)
• 12. فرض اساسی RDD: عدم دستکاری در نقطه قطع
• 13. اثر درمانی محلی میانگین (LATE) در RDD
• 14. RDD تیز (Sharp RDD): تخصیص قطعی
• 15. RDD فازی (Fuzzy RDD): تخصیص احتمالی
• 16. مقایسه و تمایز بین Sharp و Fuzzy RDD
• 17. مبانی نظری RDD و پتانسیل پیامدها
• 18. مدل‌سازی ریاضی RDD
• 19. شرایط لازم برای اعتبار داخلی RDD
• 20. فرضیه استمرار توابع پتانسیل پیامد
• 21. رابطه RDD با آزمایش‌های تصادفی کنترل‌شده
• 22. بررسی فرضیات کلیدی RDD: مبانی آماری
• 23. روش‌های تخمین در RDD: پارامتری در مقابل ناپارامتری
• 24. انتخاب شکل تابعی (Polynomial Order) برای تخمین پارامتری
• 25. رگرسیون چندجمله‌ای در دو طرف نقطه قطع
• 26. اهمیت انتخاب پهنای باند (Bandwidth Selection) در RDD
• 27. روش‌های انتخاب بهینه پهنای باند (مانند MSE-optimal)
• 28. رگرسیون محلی (Local Regression) و توابع کرنل (Kernel Functions)
• 29. انواع توابع کرنل: مثلثی، مستطیلی، گاوسی
• 30. محاسبه خطاهای استاندارد مقاوم در RDD
• 31. تصویرسازی داده‌ها در RDD: نمودارهای پراکندگی
• 32. رسم خطوط رگرسیون در دو طرف نقطه قطع
• 33. تفسیر بصری گسستگی در نقطه قطع
• 34. چگونگی نمایش اثر درمانی در نمودار
• 35. استفاده از نمودارهای میانگین گروهی (Bin Scatter Plots)
• 36. اصول گزارش‌دهی نتایج RDD
• 37. بررسی توازن متغیرهای پیشین در نقطه قطع
• 38. آزمون‌های توازن برای کوواریانس‌ها (Covariate Balance Tests)
• 39. آزمون مک‌کری (McCrary Test) برای دستکاری متغیر تخصیص
• 40. تشخیص توده‌ای شدن (Piling Up) داده‌ها در نقطه قطع
• 41. مفهوم دستکاری متغیر تخصیص و اثرات آن بر اعتبار RDD
• 42. آزمون‌های مکان نما (Placebo Tests) با نقاط قطع کاذب
• 43. انتخاب و استفاده از نقاط قطع کاذب در RDD
• 44. تحلیل حساسیت نسبت به پهنای باند و شکل تابعی
• 45. چالش‌ها و محدودیت‌های RDD استاندارد
• 46. مشکل همزمانی تغییرات در نقطه قطع و تفسیر آن
• 47. محدودیت‌های تعمیم‌پذیری نتایج RDD
• 48. سناریوهای رایج دستکاری متغیر تخصیص در علوم اجتماعی
• 49. دستکاری پنهان: وقتی آزمون مک‌کری کافی نیست
• 50. چگونه دستکاری می‌تواند اثر درمانی را تقلید کند
• 51. معرفی طراحی گسستگی مکان نما (Placebo Discontinuity Design - PDD)
• 52. فلسفه پشت PDD: فراتر از آزمون‌های مکان نمای سنتی
• 53. هدف اصلی PDD: شناسایی دستکاری‌ای که اثر درمانی را شبیه‌سازی می‌کند
• 54. تفاوت‌های کلیدی PDD با آزمون‌های مکان نمای استاندارد RDD
• 55. مفهوم "سیاست مکان نما" یا "درمان مکان نما"
• 56. PDD به عنوان یک ابزار تشخیصی قدرتمند برای اعتباربخشی
• 57. فرضیات اساسی PDD
• 58. شرایط لازم برای کاربرد موفق PDD
• 59. وجود یک "متغیر تخصیص مکان نما" منطبق
• 60. سازگاری فرضیات PDD با فرضیات RDD
• 61. PDD و افزایش اطمینان به استنتاج علّی
• 62. چارچوب نظری برای شناسایی دستکاری با PDD
• 63. مراحل طراحی یک مطالعه PDD
• 64. شناسایی سیاست‌ها یا درمان‌های مکان نما مناسب
• 65. استراتژی‌های تعریف نقاط قطع مکان نما
• 66. جمع‌آوری و آماده‌سازی داده‌های مورد نیاز برای PDD
• 67. چگونگی ادغام PDD با تحلیل RDD اصلی
• 68. پیاده‌سازی گام به گام تحلیل PDD
• 69. تخمین اثرات در نقاط قطع مکان نما
• 70. مقایسه نتایج RDD اصلی با نتایج PDD
• 71. تفسیر وجود اثر درمانی در نقطه قطع مکان نما
• 72. تفسیر عدم وجود اثر درمانی در نقطه قطع مکان نما
• 73. تمایز بین اثر واقعی درمان و اثر ناشی از دستکاری
• 74. سناریوهای مختلف نتایج PDD و پیامدهای آنها
• 75. استفاده از PDD برای تقویت ادعاهای علّی و اعتبار داخلی
• 76. تحلیل حساسیت برای PDD: تغییر نقاط قطع مکان نما
• 77. بررسی روایی و Robustness نتایج PDD
• 78. پیاده‌سازی PDD در RDD فازی: ملاحظات ویژه
• 79. کاربرد PDD در طراحی‌های پیچیده‌تر RDD (مانند RDD چندگانه)
• 80. محدودیت‌های PDD: چه زمانی ممکن است کارایی نداشته باشد؟
• 81. PDD برای شناسایی انواع خاصی از دستکاری داده‌ها
• 82. آماده‌سازی داده‌ها برای تحلیل RDD و PDD در نرم‌افزار
• 83. استفاده از نرم‌افزار R برای پیاده‌سازی RDD و PDD
• 84. پکیج‌های R کاربردی برای RDD (مانند `rdrobust`, `rdd`)
• 85. کدنویسی PDD در R: مثال‌های عملی
• 86. استفاده از نرم‌افزار Stata برای پیاده‌سازی RDD و PDD
• 87. دستورات Stata برای RDD (مانند `rdrobust`, `rd`)
• 88. کدنویسی PDD در Stata: مثال‌های عملی
• 89. ملاحظات اخلاقی در استفاده از RDD و PDD
• 90. مطالعه موردی: شناسایی دستکاری در سیاست‌های آموزشی با PDD
• 91. مطالعه موردی: ارزیابی مداخلات سلامت عمومی با RDD و PDD
• 92. مطالعه موردی: کاربرد PDD در سیاست‌های اقتصادی
• 93. مطالعه موردی: PDD در تحقیقات حقوقی و قضایی
• 94. PDD به عنوان ابزاری برای افزایش شفافیت و اعتماد در تحقیقات
• 95. آینده RDD و PDD در تحقیقات علوم اجتماعی
• 96. چالش‌های پیش روی پیاده‌سازی گسترده PDD
• 97. اهمیت تکرارپذیری (Replicability) در مطالعات RDD و PDD
• 98. ترکیب PDD با سایر روش‌های شناسایی دستکاری
• 99. درس‌های آموخته شده از مقاله Placebo Discontinuity Design
• 100. جمع‌بندی: غلبه بر تقلب و تقویت استنتاج علّی