Thailand Data

但统计上调整了少数其他可观察到的学校特征后，表面上的差异大大减少了——消除了近 90% 的初始种族差距！他们得出结论，剩下的 10% 一定是故意种族歧视的证据。 事实并非如此。相反，剩余差异仅仅反映了这样一个事实：作者只能在分析中纳入一组有限的可观察特征，而他们的统计模型缺少推动关闭决策的其他关键因素。


也许最重要的变量是学校所在的学区。从历史上看，学校关闭的 新加坡电报数据库 情况很少见。在一个典型的学年里，只有大约 3% 的学区关闭了一所学校。 （最近的入学人数损失表明，未来几年学校关闭将变得更加普遍。 ）事实上，至少有一所黑人占多数


[ii] 这种相关性只告诉我们少数族裔学生人数较多的学区更有可能关闭学校，而不是他们故意以歧视的方式针对其运营的建筑物关闭学校。 将关闭的学校的学生人数与其他学区（其中大多数位于该国其他地区）没有关闭任何建筑物的学校的学生人数进行比较，并不能告诉我们哪些因素真正影响了受影响社区的关键决策者。