三、某縣市教育局欲評估「AI 雙語學伴計畫」對國小學生學習成就，是否具有因果推論之影響力。由於該計畫當初即採行以學校自由申請報名方式參加，因此，無法進行隨機分派實驗。請針對此研究現況，替該縣市教育局擬定一個能有效控制選樣偏差（selection bias）並兼顧因果推論（causal inference）價值的研究設計與分析程序？（25 分）

Jerry

詳解 #7469432

2026/08/05

這題屬於教育測驗統計與研究法，關鍵字有...

(共 1659 字，隱藏中）

前往觀看

yu

詳解 #7512322

2026/09/21

在因果推論（Causal Inference）中，控制選樣偏差（Selection Bias）是為了確保我們能正確評估「主因（處理變數）」對「結果」的真實影響，而不是被「樣本是如何被選進來」的干擾因素所誤導。

簡單來說，選樣偏差發生在研究樣本無法代表目標母體，或者實驗組與對照組的基準點本來就不同的時候。

以下為您詳細拆解選樣偏差的成因、在因果推論中的核心問題，以及常見的控制方法。

一、為什麼選樣偏差會破壞因果推論？

因果推論的核心在於尋找反事實（Counterfactual）：如果這群人「沒有」接受某種處理，他們的結果會如何？

當存在選樣偏差時，實驗組和對照組在接受處理之前，本身的特徵就已經有顯著差異。這會導致我們分不清最後的結果，究竟是「處理帶來的效果」，還是「兩組人原本就存在的差異」。

經典案例：

問題：觀察發現，時常去醫院的人，死亡率比不去醫院的人高。

錯誤因果推論：去醫院會導致死亡（這顯然不對）。

選樣偏差原因：會去醫院的人（樣本），本身就是身體生病的人。去醫院組與不去醫院組的「健康基準點」一開始就不同。

二、因果推論中控制選樣偏差的 4 大核心方法

在無法進行隨機對照試驗（RCT）的觀查研究（Observational Studies）中，計量經濟學和統計學通常會使用以下方法來控制選樣偏差：

1. 傾向分數匹配法 (Propensity Score Matching, PSM)

原理：根據觀察到的個人特徵（如年齡、收入、健康狀況），用邏輯斯迴歸計算出每個人「被選入實驗組的機率」（即傾向分數）。

做法：在實驗組和對照組之間，找出傾向分數極為接近的兩個人進行配對，只比較配對成功的樣本。這能模擬出類似隨機分配的效果。

2. 赫克曼兩階段選樣模型 (Heckman Two-Stage Model)

原理：專門解決「因為個體自主選擇，導致部分數據觀測不到」的偏差（自選偏差 Self-selection bias）。

做法：

3. 工具變數法 (Instrumental Variables, IV)

原理：尋找一個外在的「工具變數 \(Z\)」，這個變數會影響個體「是否接受處理 \(X\)」，但絕對不會直接影響最終結果 \(Y\)。

效果：透過 \(Z\) 帶來的外在隨機衝擊，強行切斷選樣偏差帶來的內生性問題。

4. 控制變數與多元迴歸 (Control Variables)

原理：如果導致選樣偏差的干擾因子是可以被明確測量到的，可以直接將它們納入迴歸模型中。

效果：在「控制其他條件不變（Ceteris Paribus）」的前提下，觀察目標變數的因果效應。

三、常見的選樣偏差類型對照

偏差類型	具體定義	因果推論的盲點
自選偏差 (Self-selection)	研究對象自己決定要不要加入某組（例如：主動報名減肥營的人通常意志力較強）。	意志力（隱性特徵）同時影響了「報名」與「減肥結果」，而非減肥營本身的效果。
存活者偏差 (Survivorship)	只對「成功留存下來」的樣本進行分析（例如：只調查成功企業的秘訣）。	忽略了大量失敗並退出市場的企業，導致推論出的因果關係過度樂觀。
損耗偏差 (Attrition Bias)	實驗過程中，部分特定特徵的受試者中途退出（例如：臨床試驗中症狀太嚴重的人退賽）。	留下來的兩組樣本已經失去了一開始隨機分配的對等性。

yu

詳解 #7512317

2026/09/21

因為這個研究計畫是讓學校「自願報名」參加，而不是由研究人員「隨機抽籤」決定誰能參加，所以它無法成為一個最嚴謹的科學實驗。

簡單來說，它點出了研究上的兩個核心問題：

學校是自願的（自由申請）： 會主動報名參加計畫的學校，通常代表他們的校長比較積極、老師教學熱忱較高，或是學校本身資源、風氣本來就比較好。

無法隨機分派： 真正的「隨機分派實驗」（像測試新藥一樣抽籤決定誰吃藥、誰吃安慰劑）要求所有學校都有相同的機率被分到「參加組」或「不參加組」。

為什麼這很重要？
因為少了隨機分派，最後如果這群學校的學生表現變好了，研究人員很難證明是因為「計畫很有效」，還是因為「這些學校原本就比較優秀、比較積極」。在統計學或研究方法中，這種現象被稱為「選擇性偏差」（Selection Bias）。

ㅤㅤ

詳解 (共 3 筆)