Sự khác biệt trong phương pháp khác biệt: làm thế nào để kiểm tra giả định về xu hướng chung giữa nhóm điều trị và nhóm đối chứng?

Theo dõi một bình luận từ một chủ đề trước , tôi muốn biết làm thế nào người ta có thể kiểm tra giả định về xu hướng chung giữa nhóm điều trị và nhóm kiểm soát trong phương pháp Khác biệt trong Khác biệt?

Tôi có thể kiểm tra giả định đó với dữ liệu của hai điểm thời gian (ví dụ: khảo sát cơ bản năm 2002, điều trị xảy ra từ năm 2002 đến 2006 và khảo sát tiếp theo vào năm 2006) không?

Cảm ơn rât nhiều!

Đã chỉnh sửa: Sau khi đăng câu hỏi này, bảng "liên quan" dẫn tôi đến câu hỏi chưa được trả lời này , trong đó người hỏi muốn hiểu trực giác đằng sau một phương pháp để giải thích xu hướng thời gian trong phương pháp DID. Tôi muốn liên kết nó ở đây vì câu hỏi đó cũng rất thú vị đối với tôi. Cảm ơn bạn!

difference-in-difference

— Thiên
nguồn

Chủ đề được tạo ra theo đề xuất của Andy, cảm ơn bạn!

— Thiên

Câu trả lời:

Điều điển hình cần làm là kiểm tra trực quan các xu hướng tiền xử lý cho nhóm kiểm soát và điều trị. Điều này đặc biệt dễ dàng nếu bạn chỉ có hai nhóm được điều trị nhị phân duy nhất. Lý tưởng nhất là các xu hướng tiền xử lý sẽ trông giống như thế này: nhập mô tả hình ảnh ở đây

Biểu đồ này được lấy từ một câu trả lời trước cho câu hỏi tại sao chúng ta cần giả định xu hướng chung. Điều này cũng bao gồm một lời giải thích về đường đứt nét màu xanh là kết quả trái ngược với điều trị có thể được giả định nếu chúng ta có thể xác minh hợp lý giả định xu hướng song song.

y_{i t} = λ_{i} + δ_{t} + β_{- 2} D_{i t} + β_{- 1} D_{i t} + β_{1} D_{i t} + β_{2} D_{i t} + β_{3} D_{i t} + ϵ_{i t}

$y_{it} = \lambda_i + \delta_t + \beta_{-2}D_{it} + \beta_{-1}D_{it} + \beta_1 D_{it} + \beta_2 D_{it} + \beta_3 D_{it} + \epsilon_{it}$

$y$ $i$ $t$ $\lambda$ $\delta$

$\beta_{-2}$ $\beta_{-1}$ nên không đáng kể, tức là sự khác biệt về sự khác biệt là không khác biệt đáng kể giữa hai nhóm trong giai đoạn tiền xử lý.

$\beta_{1}, \beta_2, \beta_3$

$\beta_{-2}, \beta_{-1}$ $\beta_{1}, \beta_2, \beta_3$

— Andy
nguồn

Câu trả lời thực sự hữu ích và cảm ơn bạn đã liên kết đến các ghi chú tuyệt vời của Pischke. Các ghi chú cung cấp giải thích hữu ích cho cả hai câu hỏi của tôi, đặc biệt là về DiD cho dữ liệu bảng điều khiển. Tôi xin lỗi vì sự chấp nhận muộn. Đối với trường hợp khi chỉ có hai điểm thời gian (như trong câu hỏi của tôi), có đúng là cách duy nhất để biện minh cho xu hướng chung là đưa ra một giả định hợp lý? (Như trong Thẻ và Krueger 1994 và đánh giá lại khi có nhiều dữ liệu hơn, Thẻ và Krueger, 2000)

— Thiên

Rất khó để bán một sự khác biệt trong câu chuyện khác biệt chỉ với hai khoảng thời gian vì bạn không thể hiển thị bất cứ điều gì liên quan đến sự phát triển của các xu hướng tiền xử lý. Bạn sẽ cần phải đưa ra một lập luận rất mạnh mẽ về lý do tại sao những xu hướng đó nên song song bắt đầu nếu bạn không thể hiển thị nó bằng đồ họa. Đối với bài kiểm tra dựa trên hồi quy, bạn cũng cần ít nhất 3 khoảng thời gian.

— Andy

Cảm ơn rât nhiều. Tôi muốn xem sự hiểu biết của tôi là đúng sau một ngày đọc. Tôi nghĩ rằng tôi vẫn sẽ sử dụng DiD và bổ sung cho mô hình nhân quả Rubin (vì vậy tôi có hai công cụ ước tính). Tôi chỉ là một sinh viên thạc sĩ nên tôi nghĩ miễn là tôi cung cấp cả ưu điểm và hạn chế của người ước tính, tôi sẽ có thể rút ra một số suy luận (tôi đã không được dạy những phương pháp này nên hy vọng tôi sẽ ổn). Cảm ơn rât nhiều!

— Thiên

Tôi không đồng ý với thuật ngữ "chì / lag" này. "Độ trễ" là sự điều chỉnh cho giá trị trước đó của kết quả . Vì vậy, nếu huyết áp tâm thu năm ngoái là 180, giá trị 180 sẽ là giá trị đồng biến cho năm hiện tại là độ trễ một năm. Theo quy ước này, tôi không có ý nghĩa gì để điều chỉnh cho một "khách hàng tiềm năng" bao giờ. Điều này khác với điều chỉnh hiệu ứng cố định trong khoảng thời gian. Để ước tính mô hình bạn mô tả trong đồ họa, tôi sẽ sử dụng loại chuỗi thời gian đó: điều chỉnh thời gian hiệu ứng cố định và chỉ báo trước / sau.

— AdamO

Thuật ngữ là tiêu chuẩn trong tài liệu kinh tế lượng. Xem Angrist và Pischke (2009) Kinh tế lượng vô hại.

— Andy

Có một cách tốt để xác minh xem giả định chung trước xu hướng có hợp lý trong khuôn khổ khác biệt với hai thời gian và hai giai đoạn hay không. Nhưng cần có một số dữ liệu trong hơn một giai đoạn tiền xử lý (Đôi khi, DiD với hai giai đoạn hoạt động tốt hơn DiD với nhiều giai đoạn).

Xem xét ví dụ của bạn, bạn có thể chạy DiD trong khoảng thời gian năm 2002 như sau điều trị và một giai đoạn tiền xử lý khác (Giả sử 2001). Nếu ATT có ý nghĩa thống kê thì đó là bằng chứng chống lại giả định chung trước xu hướng, nói cách khác, trong giai đoạn 2001-2002, hiệu quả đã xảy ra.

Các giấy tờ sau sử dụng phương pháp này:

Beatty và Shimshack, 2011

Lima và Silveira-Neto, 2015

— Ricardo Carvalho
nguồn

Hi cảm ơn các liên kết và sự quan tâm của bạn. Tuy nhiên, vì tôi không có dữ liệu vào năm 2001 (hoặc bất kỳ năm nào trước năm 2002), tôi không nghĩ rằng các bài viết này hữu ích trong việc hướng dẫn tôi thử nghiệm các xu hướng chung. Dù sao cũng cảm ơn bạn rất nhiều.

— Thiên