ความแตกต่างในความแตกต่างในการถดถอย 2SLS

10

โดยปกติเมื่อเราทำการประมาณค่าความแตกต่างความแตกต่างเราทำในรูปแบบที่ลดลงของ OLS ดังนี้:

Y_{i t} = α A f t e r_{t} + γ T r e a t m e n t_{i} + δ A f t e r * T r e a t m e n t_{i, t} + X_{i t} β + ϵ_{i, t}

$Y_{it}=\alpha After_t+\gamma Treatment_i+\delta After*Treatment_{i,t}+X_{it}\beta+\epsilon_{i,t}$ แต่ผมสงสัยว่าถ้า

กลุ่มภายนอก (เช่นตัวเองที่เลือก) แต่เราสามารถกำหนดเป็น "มีสิทธิ์" กลุ่มสำหรับการรักษาไม่ว่ามันจะถูกต้องแม่นยำมากขึ้นในการประเมิน diff -in-diff ใน OLS A / 2SLS รูปแบบเช่น

T r e a t m e n t

$Treatment$

และได้รับ

แล้ว

T r e a t m e n t_{i, t} = c o n s t a n t + α A f t e r_{t} + γ E l i g i b l e_{i} + δ A f t e r * E l i g i b l e_{i, t} + ϵ_{i, t}

$Treatment_{i,t}=constant+\alpha After_t+\gamma Eligible_i+\delta After*Eligible_{i,t}+\epsilon_{i,t}$

\hat{T r e a t m e n t_{i, t}}

$\hat{Treatment_{i,t}}$

Y_{i, t} = X_{i t} β + δ \hat{T r e a t m e n t_{i, t}} + ϵ_{i, t}

$Y_{i,t}=X_{it}\beta+\delta\hat{Treatment_{i,t}}+\epsilon_{i,t}$

เราควรเข้าใจความแตกต่างในรูปแบบ OLS / 2SLS อย่างไร มีบทความใดบ้างที่ใช้กลยุทธ์การระบุตัวตนนี้โดยเฉพาะที่ฉันสามารถตรวจสอบได้?

ขอบคุณล่วงหน้า!

econometrics applied-econometrics

— ไรท์
แหล่งที่มา

สิ่งนี้ทำคลุมเครือ กรุณาตรวจสอบกระดาษ restud

— 24970

6

ถ้าคุณเชื่อว่าการรักษาภายนอก (ซึ่งขึ้นอยู่กับปัญหาที่เกิดขึ้นที่นี่และไม่ใช่คุณสมบัติโดยธรรมชาติของแบบจำลอง) ดังนั้นการใช้คุณสมบัติที่เหมาะสมเป็นตัวแปรเครื่องมือจะช่วยให้คุณกำจัดอคติเนื่องจากการเลือกอย่างปลอดภัย ในการรักษา. (บังเอิญ DID มีจุดประสงค์ที่จะทำเช่นเดียวกัน แต่จะไม่ทำหน้าที่ได้ดีเท่าเครื่องมือที่เลือกดังนั้นจึงมีข้อสงสัยว่าการใช้ทั้งสองอย่างนั้นดีกว่าจากนั้นหันไปใช้เพียงคนเดียว) อย่างไรก็ตามมันขึ้นอยู่กับคุณที่จะตัดสินใจว่ามีคุณสมบัติภายนอกเช่นนั้นอาจเป็นไปได้ว่าผู้ที่คาดหวังผลตอบแทนที่สูงกว่าในการรักษาจะต้องแน่ใจว่ามีสิทธิ์

จากการที่เราเชื่อว่ามีอคติบางอย่างที่ไม่ได้ถูกกำจัดโดย DID และการมีสิทธิ์นั้นสามารถช่วยเราได้ แต่ก็ยังมีการพิจารณาถึงประสิทธิภาพ ในหลายกรณีการมีสิทธิ์อาจเกิดขึ้นเป็นเครื่องมือที่อ่อนแอและจากนั้นการลดความเอนเอียงจะทำให้เกิดการสูญเสียประสิทธิภาพอย่างมีนัยสำคัญ

และเมื่อดูที่สเปคพิเศษที่คุณได้รับ sugested ดูเหมือนว่าไม่เหมาะสมในการตั้งค่าทั่วไป คุณอาจเลือกเมื่อคุณเชื่อว่าการมีสิทธิ์นั้นเปลี่ยนแปลงอย่างรวดเร็วมิฉะนั้นคำศัพท์โต้ตอบในสมการที่สองจะไม่เป็นประโยชน์ การรวมเวลาหลังจากนั้นในสมการนั้นอาจมีผลกระทบรุนแรงยิ่งขึ้นเนื่องจากมีแนวโน้มว่าจะเกิดจากภายนอกและจะทำให้ผลการลดอคติลดลง ถ้าไม่ใช่ภายนอกก็น่าจะมีน้อยและมีปฏิสัมพันธ์ยกเว้นว่าการรักษาจะเปลี่ยนแปลงอย่างรวดเร็วในตัวมันเอง

ดังนั้นในกรณีนี้ฉันขอแนะนำให้ทิ้งเฉพาะคุณสมบัติเป็นเครื่องมือในสมการแรกและระบุหนึ่งในสามในรูปแบบ DID

ด้วยความเคารพต่อการตีความข้อกำหนดของฉันไม่อนุญาตให้มีการตีความที่ดีของความแตกต่างในการเปลี่ยนแปลงในสองกลุ่มย่อยและควรตีความว่าเป็นความแตกต่างในการเปลี่ยนแปลงในสองกลุ่มย่อยสมมุติที่แต่ละคนจะถูกแบ่งน้ำหนัก

อย่างไรก็ตามข้อมูลจำเพาะของคุณสูญเสียการตีความทั้งหมดเป็น DID เพราะคุณไม่ได้ใช้สัมประสิทธิ์การโต้ตอบที่เกิดขึ้น แต่เพียงใช้ตัวแปรเพิ่มเติมเป็นเครื่องมือในการรักษา

น่าเสียดายที่อาจเป็นเพราะเหตุผลก่อนหน้านี้ฉันไม่สามารถเรียกคืนหรือค้นหาเอกสารที่เหมาะสมได้ขออภัยด้วย

— Nikita Toropov
แหล่งที่มา

สำหรับรายการของการศึกษาที่ใช้ความแตกต่างในความแตกต่างคุณสามารถดู ReplicationWiki ของเรา ค้นหาเช่นนี้เพื่อให้ได้ตัวอย่างที่มีข้อมูลและรหัส

— Jan Höffler

3

ปัญหาของการคัดเลือกเข้าสู่การรักษาตามตัวแปรที่สังเกตได้บางตัวที่ไม่ได้ป้อนสมการผลลัพธ์จะถูกแก้ไขด้วยวิธีดัชนีแฝงหรือวิธี Heckman 2 ขั้นตอน ปัญหาของ Heckman 2 ขั้นตอนคือความต้องการในการค้นหาเครื่องมือที่ถูกต้อง แต่ถ้าคุณมีอยู่แล้วมันจะแก้ปัญหาการรักษาภายนอกของคุณ

— gannawag
แหล่งที่มา