Définir et mesurer les effets du traitement

Le terme effet de traitement est défini comme l'effet causal moyen d'une variable sur une variable de résultat présentant un intérêt scientifique ou économique. Le terme a d'abord gagné du terrain dans le domaine de la recherche médicale où il est originaire. Depuis sa création, le terme s'est élargi et a commencé à être utilisé plus généralement que dans la recherche économique.

Effets du traitement dans la recherche économique

L'un des exemples les plus connus de recherche sur les effets des traitements en économie est peut-être celui d'un programme de formation ou d'un enseignement supérieur. Au niveau le plus bas, les économistes se sont intéressés à comparer les gains ou les salaires de deux groupes primaires: l'un qui a participé au programme de formation et l'autre qui n'y a pas participé. Une étude empirique des effets du traitement commence généralement par ces types de comparaisons simples. Mais en pratique, de telles comparaisons ont le potentiel de conduire les chercheurs à des conclusions trompeuses sur les effets causaux, ce qui nous amène au principal problème de la recherche sur les effets des traitements.

Problèmes d'effets de traitement classiques et biais de sélection

Dans le langage de l'expérimentation scientifique, un traitement est quelque chose fait à une personne qui pourrait avoir un effet. En l'absence d'expériences randomisées et contrôlées, le discernement de l'effet d'un «traitement» comme une éducation collégiale ou un programme de formation professionnelle sur le revenu peut être obscurci par le fait que la personne a fait le choix d'être traitée. Ceci est connu dans la communauté de la recherche scientifique sous le nom de biais de sélection et, c'est l'un des principaux problèmes dans l'estimation des effets du traitement..

Le problème du biais de sélection se résume essentiellement à la possibilité que les individus "traités" puissent différer des individus "non traités" pour des raisons autres que le traitement lui-même. En tant que tels, les résultats d'un tel traitement seraient en fait le résultat combiné de la propension de la personne à choisir le traitement et des effets du traitement lui-même. Mesurer le véritable effet du traitement tout en éliminant les effets du biais de sélection est le problème classique des effets du traitement.

Comment les économistes gèrent le biais de sélection

Afin de mesurer les effets réels du traitement, les économistes disposent de certaines méthodes. Une méthode standard consiste à régresser le résultat sur d'autres prédicteurs qui ne varient pas avec le temps ainsi que si la personne a suivi ou non le traitement. En utilisant l'exemple précédent de «traitement d'édition» présenté ci-dessus, un économiste peut appliquer une régression des salaires non seulement sur les années d'études mais également sur les résultats des tests destinés à mesurer les capacités ou la motivation. Le chercheur peut découvrir que les années de scolarité et les résultats des tests sont positivement corrélés avec les salaires ultérieurs, de sorte qu'en interprétant les résultats, le coefficient trouvé sur les années de scolarité a été partiellement nettoyé des facteurs prédisant quelles personnes auraient choisi d'avoir plus d'éducation.

S'appuyant sur l'utilisation des régressions dans la recherche sur les effets des traitements, les économistes peuvent se tourner vers ce que l'on appelle le cadre de résultats potentiels, qui a été initialement introduit par les statisticiens. Les modèles de résultats potentiels utilisent essentiellement les mêmes méthodes que les modèles de régression de commutation, mais les modèles de résultats potentiels ne sont pas liés à un cadre de régression linéaire comme le sont les régressions de commutation. Une méthode plus avancée basée sur ces techniques de modélisation est le Heckman en deux étapes.