A Bayesian Data Analysis System for the Evaluation of Social Programs
用于社会项目评估的贝叶斯数据分析系统AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要以社会项目及教育干预的有效性评估为目标，但没有说明因果识别设计。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
用于社会项目评估的贝叶斯数据分析系统
- 研究问题
- 社会项目评估面临方法困难且各组样本不平衡时，如何通过贝叶斯联合估计分析组均值并评估各地区项目效果？
- 方法与思路
- 作者扩展既有贝叶斯联合估计程序至不平衡的边际多组均值分析，并使用多个学区的补偿教育项目资料展示。
- 材料陈述的贡献
- 摘要称该扩展可避免或解决部分社会项目评估问题，并展示对多个学区教育项目进行分别评估的分析流程。
- 阅读关注点
- 应核对组均值模型、跨学区信息共享与不平衡处理方式，尤其检查组间比较如何获得项目效果解释及其识别依据。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；未说明处理分配、对照设置或混杂控制，不能把组均值估计直接视为因果效果，也不能推断刊本变化。
原文摘要
The evaluation of social programs is typically hampered by serious methodological problems. Adopting the approach of Bayesian simultaneous estimation proposed by Lindley and Smith (1972) and operationally developed by Jackson, Novick, and Thayer (1971), Novick, Lewis, and Jackson (1973), and Lewis, Wang, and Novick (1975), we demonstrate how some of these problems can be avoided or solved. To accomplish this, we extend the operational method to marginal m-group mean analysis for the unbalanced case. Data from the Emergency School Aid Act (ESAA) evaluation are used for illustration. Bayesian m-group analysis techniques are applied to data gathered from 17 school districts to evaluate the effectiveness of each district's compensatory education program.