ความแตกต่างในวิธีการที่แตกต่าง: วิธีการทดสอบสำหรับการสันนิษฐานแนวโน้มทั่วไประหว่างการรักษาและกลุ่มควบคุม?


11

ตามความคิดเห็นจากหัวข้อก่อนหน้าฉันต้องการทราบว่าสามารถทดสอบสมมติฐานของแนวโน้มทั่วไประหว่างกลุ่มการรักษาและกลุ่มควบคุมในวิธีการความแตกต่างในความแตกต่างได้อย่างไร

ฉันสามารถทดสอบสมมติฐานที่มีข้อมูลของจุดสองจุด (ตัวอย่างเช่นการสำรวจพื้นฐานในปี 2545 การรักษาเกิดขึ้นตั้งแต่ปี 2545 ถึง 2549 และการติดตามผลในปี 2549)

ขอบคุณมาก!

แก้ไข: หลังจากโพสต์คำถามนี้พาเนล "ที่เกี่ยวข้อง" นำฉันไปยังคำถามที่ยังไม่ได้ตอบซึ่งผู้ถามต้องการเข้าใจสัญชาตญาณเบื้องหลังวิธีการบัญชีสำหรับแนวโน้มเวลาในวิธี DID ฉันต้องการเชื่อมโยงที่นี่เนื่องจากคำถามนั้นน่าสนใจสำหรับฉันเช่นกัน ขอบคุณ!


1
หัวข้อถูกสร้างขึ้นตามที่ Andy แนะนำไว้ขอขอบคุณ!
Thien

คำตอบ:


23

สิ่งทั่วไปที่ต้องทำคือการตรวจสอบด้วยสายตาถึงแนวโน้มการรักษาก่อนล่วงหน้าสำหรับกลุ่มควบคุมและกลุ่มรักษา นี่เป็นเรื่องง่ายโดยเฉพาะถ้าคุณมีสองกลุ่มที่ได้รับการรักษาแบบไบนารีเดียว โดยหลักการแล้วแนวโน้มการรักษาก่อนหน้าควรมีลักษณะดังนี้: ป้อนคำอธิบายรูปภาพที่นี่

กราฟนี้นำมาจากคำตอบก่อนหน้าสำหรับคำถามที่ว่าทำไมเราจึงจำเป็นต้องมีข้อสันนิษฐานแนวโน้มทั่วไป ซึ่งรวมถึงคำอธิบายของเส้นประสีน้ำเงินซึ่งเป็นผลลัพธ์ของการต่อต้านสำหรับการรักษาที่สามารถสันนิษฐานได้หากเราสามารถตรวจสอบสมมติฐานของแนวโน้มแบบขนานได้อย่างสมเหตุสมผล

การทดสอบอย่างเป็นทางการซึ่งเหมาะสำหรับการรักษาแบบหลายค่าหรือหลายกลุ่มคือการโต้ตอบกับตัวแปรการรักษากับหุ่นเวลา สมมติว่าคุณมีระยะเวลาก่อนการรักษา 3 ครั้งและ 3 ช่วงเวลาหลังการรักษาคุณจะถอยหลัง

Yผมเสื้อ=λผม+δเสื้อ+β-2Dผมเสื้อ+β-1Dผมเสื้อ+β1Dผมเสื้อ+β2Dผมเสื้อ+β3Dผมเสื้อ+εผมเสื้อ

ที่คือผลสำหรับบุคคลที่ได้ตลอดเวลา ,และที่มีผลกระทบของแต่ละบุคคลและเวลาที่กำหนด (นี่คือวิธีการทั่วไปของการเขียนลงรูปแบบต่างในต่างซึ่งยังช่วยให้การรักษาหลายหรือการรักษาในช่วงเวลาที่แตกต่างกัน )Yผมเสื้อλδ

แนวคิดมีดังต่อไปนี้ คุณรวมถึงการโต้ตอบของเวลาหุ่นและตัวบ่งชี้การรักษาสำหรับสองช่วงเวลาก่อนการรักษาและคุณออกจากการโต้ตอบหนึ่งครั้งสำหรับระยะเวลาก่อนการรักษาครั้งสุดท้ายเนื่องจากกับดักตัวแปรจำลอง นอกจากนี้ในขณะนี้การโต้ตอบอื่น ๆ ทั้งหมดจะแสดงสัมพันธ์กับช่วงเวลาที่ละเว้นซึ่งทำหน้าที่เป็นพื้นฐาน หากแนวโน้มผลลัพธ์ระหว่างกลุ่มการรักษาและกลุ่มควบคุมเหมือนกันดังนั้นและจะไม่มีนัยสำคัญนั่นคือความแตกต่างของความแตกต่างไม่แตกต่างกันอย่างมีนัยสำคัญระหว่างสองกลุ่มในช่วงก่อนการรักษา .β-2β-1

คุณสมบัติที่น่าสนใจของการทดสอบนี้คือการมีปฏิสัมพันธ์ของเวลาหุ่นหลังจากการรักษาด้วยตัวบ่งชี้การรักษาเป็นข้อมูล ตัวอย่างเช่นแสดงให้คุณเห็นว่าผลการรักษาหายไปตามกาลเวลาคงที่หรือเพิ่มขึ้น แอพลิเคชันของวิธีนี้คือผู้เขียน (2003)β1,β2,β3

โปรดทราบว่าวรรณกรรมโดยทั่วไปหมายถึงเป็น "โอกาสในการขาย" และเป็น "ล่าช้า" แม้ว่าพวกเขาจะเป็นเพียงแค่ปฏิสัมพันธ์ของการรักษา ตัวบ่งชี้ที่มีหุ่นเวลาและไม่ได้นำไปสู่และล่าช้าของตัวบ่งชี้การรักษาในความรู้สึกศัพท์แสงชุดอนุกรมเวลา คำอธิบายโดยละเอียดเพิ่มเติมของการทดสอบแนวโน้มแบบคู่ขนานนี้มีอยู่ในบันทึกการบรรยายของ Steve Pischke ( ที่นี่ในหน้า 7 หรือที่นี่ในหน้า 9)β-2,β-1β1,β2,β3


คำตอบมีประโยชน์จริง ๆ และขอขอบคุณสำหรับการเชื่อมโยงไปยังบันทึกย่อที่ยอดเยี่ยมของ Pischke บันทึกให้คำอธิบายที่เป็นประโยชน์สำหรับคำถามทั้งสองของฉันโดยเฉพาะใน DiD สำหรับข้อมูลแผง ฉันขอโทษที่รับสาย สำหรับกรณีที่มีเพียงสองจุดเวลา (เช่นในคำถามของฉัน) มันเป็นความจริงที่ว่าวิธีเดียวที่จะพิสูจน์แนวโน้มทั่วไปคือการให้สมมติฐานที่สมเหตุสมผล? (เช่นเดียวกับใน Card และ Krueger 1994 และ rejusitify เมื่อมีข้อมูลเพิ่มเติม Card และ Krueger, 2000)
Thien

มันยากมากที่จะขายความแตกต่างในเรื่องความแตกต่างด้วยช่วงเวลาเพียงสองช่วงเวลาเพราะคุณไม่สามารถแสดงอะไรเกี่ยวกับวิวัฒนาการของแนวโน้มการรักษาก่อน คุณจะต้องโต้แย้งอย่างหนักว่าทำไมแนวโน้มเหล่านั้นควรขนานกันเพื่อเริ่มต้นด้วยถ้าคุณไม่สามารถแสดงได้ในรูปกราฟิก สำหรับการทดสอบการถดถอยคุณต้องใช้เวลาอย่างน้อย 3 ช่วง
Andy

ขอบคุณมาก. ฉันต้องการดูว่าความเข้าใจของฉันถูกต้องหลังจากอ่านหนังสือมาทั้งวันหรือไม่ ฉันคิดว่าฉันจะยังคงใช้ DiD และเสริมด้วยแบบจำลองสาเหตุรูบิน (ดังนั้นฉันจึงมีตัวประมาณสองตัว) ฉันเป็นนักเรียนปริญญาโทเท่านั้นดังนั้นฉันคิดว่าตราบใดที่ฉันให้ทั้งข้อดีและข้อ จำกัด ของตัวประมาณฉันจะสามารถอนุมานได้ (ฉันไม่ได้รับการสอนวิธีการเหล่านี้ดังนั้นหวังว่าฉันจะสบายดี) ขอบคุณมาก!
Thien

ฉันไม่เห็นด้วยกับคำศัพท์ "lead / lag" นี้ A "ล่าช้า" คือการปรับค่าก่อนหน้าของผล ดังนั้นหากความดันโลหิตซิสโตลิกในปีที่แล้วเท่ากับ 180 ค่า 180 จะเป็นค่าโควาเรียตสำหรับปีปัจจุบันซึ่งล่าช้ากว่าหนึ่งปี หลังจากทำตามอนุสัญญานี้ฉันไม่สมควรปรับตัวให้เป็น "ผู้นำ" เลย สิ่งนี้แตกต่างจากการปรับเอฟเฟกต์คงที่สำหรับช่วงเวลา ในการประเมินโมเดลที่คุณแสดงในกราฟิกฉันจะใช้อนุกรมเวลาประเภทนั้น: การปรับเวลาเอฟเฟกต์คงที่และตัวบ่งชี้ก่อน / หลัง
AdamO

1
คำศัพท์เป็นมาตรฐานในวรรณคดีเศรษฐมิติ ดู Angrist และ Pischke (2009) เศรษฐมิติที่ไม่เป็นอันตราย
Andy

1

มีวิธีที่ดีในการตรวจสอบว่าสมมติฐานที่พบบ่อยก่อนแนวโน้มมีความสมเหตุสมผลในกรอบความแตกต่างในความแตกต่างกับสองครั้งและสองช่วงเวลา แต่จำเป็นต้องมีข้อมูลบางส่วนสำหรับช่วงเวลาก่อนการรักษามากกว่าหนึ่งครั้ง (บางครั้ง DiD ที่มีสองจุดจะทำงานได้ดีกว่า DiD ที่มีหลายช่วงเวลา)

เมื่อพิจารณาจากตัวอย่างของคุณคุณสามารถเรียกใช้ DiD ด้วยระยะเวลาของปี 2002 เช่นหลังการรักษาและระยะเวลาการรักษาก่อนอื่น (สมมติว่า 2001) หาก ATT มีนัยสำคัญทางสถิติมันเป็นหลักฐานต่อต้านสมมติฐานทั่วไปก่อนแนวโน้มในคำอื่น ๆ ในช่วงปี 2001-2002 ผลกระทบที่เกิดขึ้นแล้ว

เอกสารต่อไปนี้ใช้วิธีการนี้:

Beatty and Shimshack, 2011

Lima และ Silveira-Neto, 2015


สวัสดีขอบคุณสำหรับลิงค์และความสนใจของคุณ อย่างไรก็ตามเนื่องจากฉันไม่มีข้อมูลในปี 2001 (หรือปีก่อนหน้านอกเหนือจากปี 2002) ฉันไม่คิดว่าเอกสารมีประโยชน์ในการชี้แนะการทดสอบสำหรับแนวโน้มทั่วไป ขอบคุณมาก ๆ
Thien
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.