涉及实验（随机分组）的一些概念

本推文仅针对实验、准实验、自然实验、准自然实验四个概念进行区分。这些方法主要用于探索因果关系，区别主要在于是否随机分组、干预是否人为控制等维度。

一、实验（Randomized Controlled Trial, RCT，随机分组实验）

✅ 定义：

一种标准的因果推断方法，研究者完全控制实验过程，尤其是对样本的随机分组。

✅ 特点：

• 随机分组：研究对象被随机分配到实验组和对照组。
• 干预人为可控：研究者施加某种可控干预（如政策、药物等）。
• 控制混杂变量能力强，因果推断的黄金标准。

二、准实验（Quasi-Experiment，非随机分组）

✅ 定义：

不完全随机分组的实验设计。研究者控制了部分实验过程（如施加干预），但无法完全做到随机分组。

✅ 特点：

• 没有真正的随机分组，但有实验组与对照组。
• 研究者可以控制干预。
• 有可能存在选择偏误（比如实验组和对照组在起点上就不同）。
• 需要依赖统计方法控制混杂因素（如回归、倾向得分匹配等）。

三、自然实验（Natural Experiment）

✅ 定义：

自然界或社会中“自发”发生的事件作为实验干预，研究者并不控制干预或分组过程。

✅ 特点：

• 干预不是研究者设计的，而是“自然”发生的。
• 实验组和对照组的分组近似随机（通常是由于政策变更、地理边界、突发事件等造成的“类随机性”）。
• 可以用来做因果推断，但需要强有力的识别策略。

四、准自然实验（Quasi-Natural Experiment）

✅ 定义：

看起来像自然实验，但分组不是完全随机或随机性存在缺陷。干预仍然是“自然”发生的（而非研究者控制）。

✅ 特点：

• 干预非研究者控制。
• 分组“接近随机”但存在问题，比如人为因素参与其中，或者制度安排造成样本选择偏误。
• 研究者依然需要额外的识别策略来保证因果解释的合理性。

五、联系

• 四者都用于因果推断，是实验设计的重要组成。
• 从“控制力”来看：实验 > 准实验 > 自然实验 > 准自然实验
• 准实验、自然实验和准自然实验常在无法进行RCT的现实情境中使用。
• 研究者常用统计技术（回归不连续设计、双重差分、工具变量等）增强自然/准自然实验的识别效力。