在大数据影响研究中解决自我选择的基于树的方法-研究论文

我们引入了一种基于树的方法来评估管理研究中各种自选干预措施的绩效影响。 我们的方法利用“大数据”或具有大样本量和大量变量的观察数据，与传统的倾向得分匹配相比具有重要优势。 特别是，评估干预措施影响的基于树的方法提供了一种数据驱动的方法，适用于广泛的干预类型（二元、多分、连续），允许检查在理论上无法指定选择的新生干预措施先验，识别与自我选择的干预相关的干预前变量，并在易于辨别和理解的视觉效果中比较随后的表现。 我们在两项研究的背景下说明了该方法及其产生的见解：分析电子政务服务在印度的影响，以及技术和技术支持业务外包中不同合同定价机制和合同期限的绩效比较职能。