近年来，用于对复杂社会现象进行因果推断的新工具开发取得了惊人的增长。社会科学家一直走在开发许多新工具的前沿，尤其是那些可以让分析师在调查研究中进行因果推断的工具。
2014 年发表在《政治分析》上的论文“联合分析中的因果推断：通过陈述偏好实验理解多维选择”就是该领域的重要贡献之一。这篇论文由 Jens Hainmueller、Daniel J. Hopkins 和 Teppei Yamamoto 共同撰写，最近获得了米勒奖，被评为去年《政治分析》上发表的最佳论文。为了表彰这篇论文获得该奖项，该论文可免费在线阅读。
最近我有机会向 Jens、Daniel 和 Teppei 询问了一系列关于他们的论文、研究项目、科学合作以及发表技术论文的策略的问题。
您的论文使用一种称为联合分析的调查实验设计来分析多种治疗的因果关系。什么是 投资者数据 联合分析？您的论文如何开发一种在调查研究中使用此技术的新方法？
联合分析是一种调查方法，用于测量对具有许多不同感兴趣属性的对象的偏好，例如产品、政策方案和选举候选人。该方法通常用于市场营销研究，以评估消费者对特定类型产品和服务的需求，但直到最近，尽管调查实验蓬勃发展，但政治学家很少利用这种强大的方法。在我们的论文中，我们从因果推理的角度分析了这种方法的统计基础。该框架有助于确定联合设计实际上可以让我们估计哪些数量。简而言之，我们表明联合分析可用于估计多个属性的有效因果效应并将它们相互比较，并且可以使用政治学家既简单又熟悉的方法（例如线性回归）进行估计。我们还提供了统计工具来实现我们提出的建议：一个基于 GUI 的应用程序，允许用户为基于 Web 的联合实验生成 PHP 脚本，以及一个 R 包，可实现所有建议的估计方法及其他方法。
在论文的结论部分，您指出您开发的方法可用于公共政策研究。您认为您的方法适合解决哪些类型的政策设计问题？
在制定公共政策时，一个关键问题是公众的偏好。在现代社会中，任何政策都涉及多个维度和权衡，这意味着评估人们对拟议政策的整体反应至关重要。例如，考虑建造一座国家体育场以举办下一届夏季奥运会的提议（日本的一个持续棘手问题）。理想的体育场将容纳数万名观众，拥有完全可伸缩的屋顶以供多用途使用，设计先进，等等。但这样的体育场也将花费纳税人数十亿美元的资金，并可能对环境产生负面影响。政府应如何平衡这些多重考虑并提出一项将得到公众支持的提案？如果由于预算限制而必须削减某些方面，那么应该在哪里削减，还应该优先考虑哪些方面？联合分析是回答此类问题的自然而有效的方法。在设计许多其他类型的多维政策时也会出现类似的问题，例如：医疗改革应该是什么样子，福利改革应该是什么样子，救助计划应该是什么样子，等等。