群体随机实验分析：替代估计方法的比较

群体随机现场实验的分析者可以选择多种估计技术。我们通过蒙特卡洛模拟评估普通最小二乘法（OLS）在个体层面和集群层面数据上的点估计和标准误差（SE）性质。我们还将OLS与替代的随机效应估计量，如广义最小二乘法（GLS）进行比较。我们的模拟评估了在不同样本大小和集群数量变化的多种场景下的效率。结果证实，传统的OLS标准误差严重偏低，并且对于所有估计量，效率的提升主要来自于增加集群的数量，而不是增大集群内部的个体数量。我们发现不同估计方法之间的差异相对较小，但GLS在其点估计效率和标准误准确性方面似乎稍有优势。我们通过一个使用“摇滚投票”电视广告的聚类实验来说明替代估计方法的应用，该实验鼓励85个有线电视市场的年轻选民参加2004年总统选举投票。