🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: رمزگشایی از فرض "عدم پیش‌بینی" در مطالعات Difference-in-Differences: فراتر از مفاهیم سنتی

موضوع کلی: روش‌های تحقیق علّی در علوم اجتماعی

موضوع میانی: تحلیل تفاوت در تفاوت‌ها (Difference-in-Differences)

📋 سرفصل‌های دوره (100 موضوع)

• 1. مقدمه‌ای بر استنتاج علّی در علوم اجتماعی
• 2. چارچوب پیامدهای بالقوه (Potential Outcomes)
• 3. مفهوم "اثر علّی" و چالش‌های اندازه‌گیری آن
• 4. آشنایی با روش تفاوت در تفاوت‌ها (Difference-in-Differences)
• 5. منطق شهودی روش DiD
• 6. طرح ۲x۲ در DiD: گروه درمان و کنترل، قبل و بعد
• 7. معرفی برآوردگر DiD
• 8. معادله رگرسیونی برای DiD پایه
• 9. تفسیر ضرایب رگرسیون در DiD
• 10. فرض روند موازی (Parallel Trends) به عنوان قلب DiD
• 11. نمایش گرافیکی فرض روند موازی
• 12. سایر فرضیات کلیدی DiD: SUTVA و Common Support
• 13. اهمیت فرض "عدم پیش‌بینی" در DiD
• 14. رابطه عدم پیش‌بینی با اعتبار استنتاج علّی
• 15. کاربردهای DiD در حوزه‌های مختلف علوم اجتماعی
• 16. گسترش DiD به چند دوره زمانی
• 17. مدل‌های رگرسیونی برای DiD چند دوره‌ای
• 18. مفهوم ضرایب اثرات زمانی در DiD چند دوره‌ای
• 19. اثرات ثابت واحد (Unit Fixed Effects) در DiD
• 20. اثرات ثابت زمانی (Time Fixed Effects) در DiD
• 21. خطاهای استاندارد خوشه‌ای (Clustered Standard Errors)
• 22. تحلیل رویداد (Event Study) به عنوان ابزار تشخیص روندها
• 23. رسم نمودارهای تحلیل رویداد و تفسیر آنها
• 24. آزمون رسمی فرض روند موازی با تحلیل رویداد
• 25. محدودیت‌ها و چالش‌های آزمون روند موازی
• 26. ورود متغیرهای کمکی (Covariates) به مدل DiD
• 27. کنترل برای تفاوت‌های اولیه با متغیرهای کمکی
• 28. تطبیق با امتیاز تمایل (Propensity Score Matching) در کنار DiD
• 29. روش تفاوت در تفاوت‌ها در تفاوت‌ها (DDD)
• 30. DiD با داده‌های پانل (Panel Data)
• 31. تعریف دقیق فرض "عدم پیش‌بینی" (No Anticipation)
• 32. شهود اقتصادی و رفتاری پشت عدم پیش‌بینی
• 33. چرا نقض عدم پیش‌بینی منجر به اریبی می‌شود؟
• 34. مکانیسم‌های نقض عدم پیش‌بینی: اعلام قبلی سیاست‌ها
• 35. مکانیسم‌های نقض عدم پیش‌بینی: رفتار استراتژیک عاملان
• 36. مکانیسم‌های نقض عدم پیش‌بینی: انتشار اطلاعات
• 37. پیامدهای نقض عدم پیش‌بینی: اریبی به سمت بالا
• 38. پیامدهای نقض عدم پیش‌بینی: اریبی به سمت پایین
• 39. تعیین جهت و بزرگی اریبی ناشی از پیش‌بینی
• 40. مثال‌های واقعی از نقض فرض عدم پیش‌بینی در مطالعات گذشته
• 41. عدم پیش‌بینی در مقابل روندهای پیشین (Pre-trends)
• 42. تمایز بین روندهای طبیعی و پیش‌بینی‌محور
• 43. نقش اطلاعات کامل و ناقص در شکل‌گیری پیش‌بینی
• 44. زمان‌بندی اعلام و اجرای سیاست و ارتباط آن با پیش‌بینی
• 45. فراتر از مفاهیم سنتی: نگاهی جدید به عدم پیش‌بینی
• 46. تشخیص گرافیکی پیش‌بینی با تحلیل رویداد پیشرفته
• 47. تفسیر ضرایب قبل از درمان در تحلیل رویداد
• 48. آزمون‌های آماری برای تشخیص اثرات پیش‌بینی
• 49. آزمون‌های پلاسیبو (Placebo Tests) برای پیش‌بینی
• 50. طراحی آزمایش‌های پلاسیبو برای سناریوهای پیش‌بینی
• 51. محدودیت‌ها و تفسیر نتایج آزمون‌های پلاسیبو
• 52. استفاده از "صفر دوره‌های قبل از درمان" برای شناسایی پیش‌بینی
• 53. تحلیل حساسیت برای ارزیابی قدرت شواهد پیش‌بینی
• 54. بررسی ثبات نتایج با تغییر پنجره پیش از درمان
• 55. تشخیص پیش‌بینی در حضور روندهای خطی و غیرخطی
• 56. شناسایی منابع بالقوه پیش‌بینی از داده‌ها
• 57. نقش داده‌های مقطعی تکراری در تشخیص پیش‌بینی
• 58. شبیه‌سازی برای درک بهتر اثرات پیش‌بینی و تشخیص آن
• 59. مطالعات موردی از تشخیص موفق پیش‌بینی
• 60. روش‌های کیفی برای مکمل‌سازی تشخیص پیش‌بینی
• 61. نیازهای داده‌ای برای تشخیص مؤثر پیش‌بینی
• 62. برنامه‌های پیش‌تحلیل (Pre-Analysis Plans) و بررسی پیش‌بینی
• 63. استنتاج زمانی دقیق‌تر با استفاده از داده‌های با فرکانس بالا
• 64. تحلیل شکست ساختاری (Structural Break Analysis) در روندهای پیشین
• 65. معیارهای ارزیابی "خلوص" دوره پیش از درمان
• 66. راهکارهای کلی برای مقابله با اریبی ناشی از پیش‌بینی
• 67. حذف دوره‌های پیش‌بینی شده از تحلیل (Truncation)
• 68. تنظیم برای روندهای پیشین (Adjusting for Pre-trends)
• 69. خطرات و محدودیت‌های بیش‌ازحد تنظیم کردن برای پیش‌بینی
• 70. استفاده از "قوانین پلاسیبو" برای کنترل پیش‌بینی
• 71. روش کنترل ترکیبی (Synthetic Control Method) به عنوان رویکرد جایگزین
• 72. ترکیب DiD با کنترل ترکیبی برای استحکام‌بخشی
• 73. روش متغیرهای ابزاری (Instrumental Variables) در حضور پیش‌بینی
• 74. برآوردگرهای DiD مقاوم در برابر انواع خاصی از پیش‌بینی
• 75. DiD ناهمگن (Heterogeneous DiD) و پیش‌بینی متغیر
• 76. نقش زمان اعلام و زمان اجرای مداخله در مدیریت پیش‌بینی
• 77. DiD با درمان‌های تدریجی/پلکانی (Staggered Adoption DiD)
• 78. تشخیص پیش‌بینی در چارچوب DiD تدریجی
• 79. چالش‌های پیش‌بینی در DiD چند دوره‌ای با درمان‌های تدریجی
• 80. راهکارهای وزنی‌دهی برای به حداقل رساندن اریبی پیش‌بینی
• 81. مفهوم "عدم پیش‌بینی محلی" و "عدم پیش‌بینی سراسری"
• 82. استفاده از تکنیک‌های کنترل پیش از درمان در DiD جدید
• 83. بررسی حساسیت به فرضیات مدل‌سازی پیش‌بینی
• 84. کاربرد روش‌های طراحی quasi-experimental در مواجهه با پیش‌بینی
• 85. ملاحظات اخلاقی در طراحی سیاست‌ها برای کاهش پیش‌بینی
• 86. ناهمگنی اثرات پیش‌بینی در گروه‌های مختلف
• 87. پیش‌بینی در مدل‌های DiD با نتایج باینری (Logit/Probit DiD)
• 88. پیش‌بینی در مدل‌های DiD با نتایج شمارشی
• 89. استنتاج قوی در حضور پیش‌بینی بالقوه
• 90. پیاده‌سازی تحلیل پیش‌بینی در نرم‌افزارهای آماری (Stata, R, Python)
• 91. گزارش‌دهی مؤثر و شفاف تحلیل پیش‌بینی
• 92. بازتولیدپذیری (Reproducibility) در تحلیل‌های پیش‌بینی
• 93. مرور ادبیات برای شناسایی مشکلات رایج پیش‌بینی
• 94. طراحی مطالعات برای به حداقل رساندن پیش‌بینی از ابتدا
• 95. جنبه‌های "پالایش مفهوم" عدم پیش‌بینی در مقاله مرجع
• 96. مروری بر انواع مختلف "انتظار" و ارتباط با پیش‌بینی
• 97. نقش عدم تقارن اطلاعات در بروز پیش‌بینی
• 98. چه زمانی پیش‌بینی واقعاً برای استنتاج علّی مشکل‌ساز است؟
• 99. مسیرهای تحقیقاتی آتی در زمینه عدم پیش‌بینی
• 100. جمع‌بندی و بهترین شیوه‌ها در رعایت فرض عدم پیش‌بینی