Politeconomics

@politeconomics · finance · Russian · active

Subscribers 21K Subscribers, last 30 days: 21K → 21K +0 24h
Reach per post (ERR) 23.3%4.9K avg views
Posting 3.9/day last 23 hours ago
Reactions per 1K views 20.3 🌚 ❤ 💯
repost

(Не)заслуживающие доверия РКИ в экономике развития: ложные открытия, низкая мощность и решение © 2026 Qingyuan Chai, Kevin Lang, Liang Zhong NBER Working Paper 35999 Дата выпуска: Ноябрь 2026 https://www.nber.org/papers/w35999 Перевод аннотации: Мы изучаем статистическую достоверность рандомизированных контролируемых испытаний (РКИ) в экономике развития и оптимальное распределение ресурсов на репликации. Используя 745 проверок основных гипотез из 190 статей в ведущих экономических журналах, мы обнаруживаем, что фактические t-статистики достигают максимальной частоты на уровне значительно ниже теоретического ориентира 2,8, ожидаемого при мощности 80%, хотя и выше значений, связанных с p-хакингом. Это указывает на недостаточную статистическую мощность многих РКИ. Оценивая эмпирическую байесовскую модель смеси, учитывающую избирательную публикацию, мы обнаруживаем, что примерно 30% опубликованных отклонений нулевой гипотезы являются ложными открытиями, а средняя направленная мощность составляет лишь 40%. При общепринятых порогах значимости апостериорная вероятность ложного открытия достигает 66%. Удвоение исходных размеров выборок снижает среднюю долю ложных открытий на пять процентных пунктов, тогда как ужесточение порога значимости до 0,005 даёт более существенное снижение ценой уменьшения общего числа открытий. Наконец, мы характеризуем оптимальную политику финансирующей организации в отношении репликаций при фиксированном бюджете и заданном стандарте доказательности. При стандартных условиях регулярности репликации концентрируются в промежуточном интервале исходных тестовых статистик, а оптимальный размер выборки репликации является одновершинной функцией исходной t-статистики. Иллюстративные калибровки показывают, что успешные репликации снижают совокупную долю ложных открытий до 1,8–7,8% в зависимости от стандарта доказательности. @nberpost

Views over time

01K2K3K4K9 Nov 18:5813 Nov 07:463.3K9 Nov 18:58: 0 views10 Nov 09:16: 2,590 views10 Nov 19:03: 2,980 views12 Nov 19:03: 3,240 views13 Nov 07:46: 3,280 views
Snapshots we took after posting.
WhenViews
9 Nov 2026, 18:580
10 Nov 2026, 09:162.6K
10 Nov 2026, 19:033K
12 Nov 2026, 19:033.2K
13 Nov 2026, 07:463.3K

Who shared this post

Posts in other channels we index that link to this one. (Forwards with a hidden source can't be traced.)

Nobody yet.