Legfontosabb Egyéb Difference-in-Difference becslés

Difference-in-Difference becslés

Áttekintés

Szoftver

Leírás

Weboldalak

Olvasmányok

Tanfolyamok

Áttekintés

A különbség-különbségben (DID) technika az ökonometria területéről származik, de a technika alapjául szolgáló logikát John Snow már az 1850-es években használta, és egyes társadalmi területeken „ellenőrzött előtte és utána végzett kutatásnak” hívják. tudományok.

Leírás

A DID egy kvázi kísérleti tervezés, amely a kezelési és kontrollcsoportok longitudinális adatait használja fel az ok-okozati hatás megbecsüléséhez szükséges megfelelő ellentéthez. A DID-t általában egy adott beavatkozás vagy kezelés hatásának becslésére használják (például törvényalkotás, irányelvalkotás vagy nagyszabású programmegvalósítás) azáltal, hogy összehasonlítják az eredmények időbeli változását a programba beiratkozott népesség között (az intervenciós csoport) és egy nem populáció (a kontrollcsoport).


1. ábra Difference-in-Difference becslés, grafikus magyarázat

A DID-t olyan megfigyelési körülmények között alkalmazzák, ahol a cserélhetőség nem feltételezhető a kezelési és a kontrollcsoport között. A DID kevésbé szigorú cserélhetőségi feltételezésre támaszkodik, azaz kezelés hiányában a kezelési és a kontrollcsoport közötti megfigyelhetetlen különbségek ugyanazon túlórával járnak. Ezért a különbség a különbségben hasznos technika, ha az egyéni szintű randomizálás nem lehetséges. A DID a beavatkozás előtti / utáni adatokat igényli, például kohorsz- vagy paneladatokat (egyéni szintű adatok idővel) vagy ismételt keresztmetszeti adatokat (egyéni vagy csoportszintű). A megközelítés kiküszöböli azokat az elfogultságokat az intervenció utáni időszakban a kezelési és a kontrollcsoport összehasonlításában, amelyek az említett csoportok közötti állandó különbségek következményei lehetnek, valamint azokat az elfogultságokat, amelyek az időbeli összehasonlításokból származnak a kezelési csoportban, és amelyek más tendenciák eredménye lehet az eredmény okai.

Okozati hatások (Ya = 1 - Ya = 0)
A DID-t általában a kezelt kezelésre gyakorolt ​​hatás becslésére használják (oksági hatás a kitett személyekben), bár erősebb feltételezésekkel a technika alkalmazható az átlagos kezelési hatás (ATE) vagy az okozati hatás becslésére a populációban. További részletekért tekintse meg a Lechner 2011 cikkét.

Feltételezések

Az oksági hatás becsléséhez három feltételezésnek kell érvényesülnie: cserélhetőség, pozitivitás és stabil egységkezelési érték feltételezése (SUTVA) 1
. A DID becslés azt is megköveteli, hogy:

  • A kiindulási eredményhez nem kapcsolódó beavatkozás (a beavatkozás elosztását nem az eredmény határozta meg)

  • A kezelési / beavatkozási és kontrollcsoportok eredményei párhuzamosak (a részleteket lásd alább)

  • Az intervenciós és összehasonlító csoportok összetétele stabil az ismételt keresztmetszeti tervezéshez (a SUTVA része)

  • Nincs tovagyűrűző hatás (a SUTVA része)

Párhuzamos trend feltételezése
A párhuzamos trendfeltevés a fenti négy feltételezés közül a legkritikusabb a DID-modellek belső érvényességének biztosítására, és a legnehezebben teljesíthető. Megköveteli, hogy kezelés hiányában a „kezelés” és a „kontroll” csoport közötti különbség idővel állandó legyen. Bár erre a feltételezésre nincs statisztikai teszt, a szemrevételezés akkor hasznos, ha számos időponttal megfigyelést végez. Azt is felvetették, hogy minél kisebb a tesztelt időszak, annál valószínűbb a feltételezés. A párhuzamos trendfeltevés megsértése az oksági hatás elfogult becsléséhez vezet.

A párhuzamos trend feltételezésének teljesítése 2

A párhuzamos trend feltételezésének megsértése 3

biztonságos-e hirosimában élni?

Regressziós modell
A DID-t rendszerint interakciós kifejezésként valósítják meg az idő és a kezelési csoport dummy változói között egy regressziós modellben.
Y = β0 + β1 * [idő] + β2 * [beavatkozás] + β3 * [idő * beavatkozás] + β4 * [kovariátok] + ε

Erősségek és korlátozások
Erősségek

  • Intuitív értelmezés

  • Megfigyelési adatok felhasználásával megszerezheti az okozati hatást, ha feltételezések teljesülnek

  • Használhat egyéni és csoportos adatokat is

  • Az összehasonlító csoportok az eredmény különböző szintjein indulhatnak el. (A DID a változó helyett az abszolút szintekre összpontosít)

  • A beavatkozáson kívüli egyéb tényezők miatti változás / elszámolás

Korlátozások

  • Alapadatokra és nem beavatkozási csoportra van szükség

  • Nem használható, ha a beavatkozás elosztását az alaperedmény határozza meg

  • Nem használható, ha az összehasonlító csoportok eltérő kimeneti trendekkel rendelkeznek (az Abadie 2005 megoldást javasolt)

  • Nem használható, ha a változások előtti / utáni csoportok összetétele nem stabil

Legjobb gyakorlatok

  • Ügyeljen arra, hogy az eredmény trendje ne befolyásolja a kezelés / beavatkozás elosztását

  • Szerezzen több adatpontot előtte és utána a párhuzamos trendfeltevés teszteléséhez

  • Használjon lineáris valószínűségi modellt az értelmezhetőség elősegítésére

  • A beavatkozás előtt és után feltétlenül vizsgálja meg a kezelési / beavatkozási és kontrollcsoportok populációjának összetételét

  • Robusztus szabványos hibákkal számolhatja az előzetes / utáni autokorrelációt ugyanazon egyénnél

  • Végezzen alelemzést, hogy kiderüljön, a beavatkozásnak hasonló / eltérő hatása volt-e az eredmény összetevőire

Epi6 osztálybemutató 2013. április 30

1. Rubin, DB. Kísérleti adatok véletlenszerű elemzése a Fisher randomizációs tesztben. Journal American Statistics Association.1980.
2. Adaptálva a vertikális kapcsolatokhoz és a versenyhez a kiskereskedelmi benzinpiacokon, 2004 (Justine Hastings)
3. Adaptálva a képzési programok jövedelemre gyakorolt ​​hatásának becsléséhez, a közgazdaságtan és a statisztika áttekintése, 1978 (Orley Ashenfelter)

Olvasmányok

Tankönyvek és fejezetek

  • Többnyire ártalmatlan ökonometria: 5.2. Fejezet (169–182. Oldal)


    Angrist J., Pischke J.S. 2008. Leginkább ártalmatlan ökonometria, Princeton University Press, NJ.
    http://www.mostlyharmlesseconometrics.com/
    Ez a fejezet a DID-et tárgyalja a technika eredeti területének, az Econometrics-nek a kontextusában. Jó áttekintést ad a technika elméletéről és feltételezéseiről.

  • A WHO hatásvizsgálata a gyakorlatban: 6. fejezet.


    http://siteresources.worldbank.org/EXTHDOFFICE/Resources/5485726-1295455628620/Impact_Evaluation_in_Practice.pdf
    Hozzáférés: 2013. február 9.
    Ez a kiadvány a DID-becslés nagyon egyszerű áttekintését nyújtja az egészségügyi programok értékelésének szempontjából. Van egy szakasz a leírt módszerek legjobb gyakorlatairól is.

Módszertani cikkek

  • Bertrand, M., Duflo, E. és Mullainathan, S. Mennyibe kell bíznunk a különbségek-különbségek becslésében? Quarterly Journal of Economics. 2004.


    Ez a cikk, amely a DID technikát kritizálja, nagy figyelmet kapott ezen a területen. A cikk a lehetséges (esetleg súlyos) elfogultságot tárgyalja a DID hibák szempontjából. A cikk három lehetséges megoldást ír le ezen elfogultságok kezelésére.

  • Cao, Zhun és mtsai. Difference-in-Difference és instrumentális változó megközelítések. A hajlam pontszám-egyeztetés alternatívája és kiegészítése a kezelési hatások becslésénél. CER Issue Brief: 2011.


    Informatív cikk, amely ismerteti a DID, IV és PSM erősségeit, korlátait és különböző információit.

  • Lechner, Michael. Az ok-okozati hatások becslése különbség-különbség módszerekkel. Közgazdaságtudományi Tanszék, St. Galleni Egyetem. 2011.


    Ez a cikk mélyreható perspektívát kínál a DID megközelítésről, és néhány fő kérdést megvitat a DID-vel. Jelentős mennyiségű információt nyújt a DID elemzés kiterjesztéséről, ideértve a nemlineáris alkalmazásokat és a DID-hez illeszkedő hajlandósági pontszámot is. A jelentés tartalmazza a lehetséges kimenet jelölésének alkalmazható alkalmazását.

  • Norton, Edward C. Interakciós feltételek a Logitand Probitmodelsben. UNC a Chapel Hillnél. Akadémia Egészségügy 2004.


    Ezek az előadási diák gyakorlati lépéseket kínálnak a bináris kimenetelű DID megközelítés megvalósításához. A lineáris valószínűségi modellt a legkönnyebb megvalósítani, de korlátai vannak az előrejelzésre. A logisztikai modellek további lépést igényelnek a kódolásban, hogy az interakciós kifejezéseket értelmezhetővé tegyék. Ehhez az állapothoz kód tartozik.

  • Abadie, Alberto. Szemiparametrikus Difference-in-Difference becslők. Közgazdasági tanulmányok áttekintése. 2005


    Ez a cikk hosszasan tárgyalja a párhuzamos trendek feltételezését, és súlyozási módszert javasol a DID számára, amikor a párhuzamos trend feltételezés nem biztos, hogy érvényes.

Alkalmazási cikkek

Egészségtudomány

Általánosított lineáris regressziós példák:

  • Branas, Charles C. és mtsai. Az egészség, a biztonság és a megüresedett városi tér zöldítése közötti különbségek elemzése. American Journal of Epidemiology. 2011.
  • Harman, Jeffrey és mtsai. A tagonkénti kiadások változása a floridai medicaid reform demonstráció végrehajtása után. Egészségügyi szolgáltatások kutatása. 2011.
  • Wharam, Frank és mtsai. A sürgősségi osztály igénybevétele és az azt követő kórházi ápolás a magasan levonható egészségügyi terv tagjai között. JAMA. 2007.

Példák logisztikai regresszióra:

  • Bendavid, Eran és mtsai. HIV-fejlesztési segítség és felnőtt halálozás Afrikában. JAMA. 2012
  • Carlo, Waldemar A és mtsai. Újszülöttgondozási képzés és perinatális halandóság a fejlődő országokban. NEJM. 2010.
  • Srác, Gery. A költségcsábítás hatásai a gyermektelen felnőttek ellátáshoz való hozzáférésére. Egészségügyi szolgáltatások kutatása. 2010.
  • King, Marissa és mtsai. Az orvosi iskolai ajándékok korlátozására vonatkozó irányelvek és az újonnan forgalomba hozott pszichotrop gyógyszerek felírása: különbség-különbség elemzés. BMJ. 2013.
  • Li, Rui és mtsai. A vércukorszint önellenőrzése a gyógyszeres terápia előtt és után a cukorbetegségben szenvedő meicare-kedvezményezettek között, akik nem inzulint használnak. AJPH. 2008.
  • Ryan, Andrew és mtsai. Az első számú kórházi minőségi ösztönző demonstráció 2. szakaszának hatása a hátrányos helyzetű betegeket gondozó kórházak ösztönző fizetésére. Egészségügyi szolgáltatások kutatása. 2012.

Lineáris valószínűségi példák:

  • Bradley, Cathy és mtsai. A műtétek várakozási ideje és a speciális szolgáltatások a biztosított és nem biztosított emlőrákos betegek számára: Van-e jelentősége a kórházi biztonsági háló állapotának? HSR: Egészségügyi szolgáltatások kutatása. 2012.
  • Monheit, Alan és mtsai. Hogyan befolyásolták a függő lefedettség kiterjesztését célzó állami politikák a fiatal felnőttek egészségbiztosítási státuszát? HSR: Egészségügyi szolgáltatások kutatása. 2011.

Hosszabbítások (Különbségek-különbségek-különbségek-ben):

  • Afendulis, Christopher és mtsai. A Medicare D rész hatása a kórházi ráta arányára. Egészségügyi szolgáltatások kutatása. 2011.
  • Domino, Marisa. A vényköteles gyógyszerek időköltségeinek és önköltségeinek növekedése: a szakpolitikai változások elemzése egy összetett környezetben. Egészségügyi szolgáltatások kutatása. 2011.

Közgazdaságtan

  • Card, David és Alan Krueger. Minimálbér és foglalkoztatás: Esettanulmány a gyorsétteremről New Jersey-ben és Pennsylvania-ban. Az amerikai gazdasági szemle. 1994.
  • DiTella, Rafael és Schargrodsky, Ernesto. Csökkenti a rendőrség a bűnözés mértékét? Becslések a rendőri erők terrortámadás utáni elosztásának felhasználásáról. American Economic Review. 2004.
  • Galiani, Sebastian és mtsai. Víz az életért: A vízügyi szolgáltatások privatizációjának hatása a gyermekhalandóságra. Journal of Political Economy. 2005.

Weboldalak

Módszertani
http://healthcare-economist.com/2006/02/11/difference-in-difference-estimation/

Statisztikai (R és Stata kód minta)
http://thetarzan.wordpress.com/2011/06/20/differences-in-differences-estimation-in-r-and-stata/

Tanfolyamok

Online

  • Nemzeti Gazdaságkutató Iroda

  • Mi újság az ökonometria területén? Nyári Intézet 2007.

  • 10. előadás: Különbségek a különbségekben

  • http://www.nber.org/minicourse3.html


    Az előadások jegyzetei és videófelvétele elsősorban a különbségek technikájának és annak kiterjesztéseinek elméletére és matematikai feltételezéseire összpontosított.

Érdekes Cikkek

Szerkesztő Választása

Carol B. Liebman
Carol B. Liebman
Carol Liebman a jogi klinikai professzor emerita a Columbia Law School-ban, ahol megalapította Columbia Mediációs Klinikáját és a tárgyalási műhelyt. Liebman nemzetközileg elismert előadó és oktató a konfliktusok megoldásában. Mediációs képzést tervezett és mutatott be különféle csoportok számára, beleértve az Albert Einstein Orvostudományi Főiskola Montefiore Orvosi Központjának bioetikai tanúsító programját; New York első osztálya, fellebbezési osztály, ügyvédi fegyelmi bizottság; a New York-i ügyvédi kamara; és középiskolás diákok, szülők és tanárok. Tanított tárgyalásokról és közvetítésről Vietnamban, Brazíliában, Izraelben és Kínában, és közvetített olyan ügyeket, amelyek orvosi műhibákkal, diszkriminációval, családi kérdésekkel, állami ügynökségekkel, közösségi vitákkal, üzleti konfliktusokkal és oktatási intézményekkel kapcsolatosak. Liebman jelenlegi kutatása az egészségügy konfliktusainak megoldására összpontosít. Társszerzője a Mediation Bioethics Disputes: A Guide to Shaping Shared Solutions, 2011, átdolgozott és kibővített kiadása. A New York City Civil Panaszok Felülvizsgálati Testületének és a New York City Ügyvédi Kamara végrehajtó bizottságának volt tagja. A Mediation Suits kórházakkal szemben (MeSH) projekt vezető kutatója volt, valamint a demonstrációs közvetítés és az ADR projekt, amely a pennsylvaniai orvosi felelősségvállalás projektjének része. 1976 és 1979 között Liebman a massachusettsi Korrekciós Osztály tanácsadója volt. 2012-ben Liebman megkapta a Columbia Egyetem Elnöki Díját a Kiváló Tanításért.
WhatsApp Inc. kontra NSO Group Technologies Limited
WhatsApp Inc. kontra NSO Group Technologies Limited
A Columbia globális véleménynyilvánítási szabadsága arra törekszik, hogy elősegítse a nemzetközi és nemzeti normák és intézmények megértését, amelyek a legjobban védik az információk és a szólás szabad áramlását egy összekapcsolt globális közösségben, amelynek főbb közös kihívásokkal kell megküzdenie. Küldetésének elérése érdekében a globális véleménynyilvánítás szabadsága kutatási és politikai projekteket vállal és megbíz, rendezvényeket és konferenciákat szervez, valamint részt vesz a véleménynyilvánítás és az információszabadság 21. századi védelmével kapcsolatos globális vitákban és hozzájárul azokhoz.
Antirasszista pedagógia működésben: első lépések
Antirasszista pedagógia működésben: első lépések
Hogyan definiálhatjuk a kifejezés szabadságának globális normáit?
Hogyan definiálhatjuk a kifejezés szabadságának globális normáit?
Lee C. Bollinger elnök és Agnès Callamard elnök új könyve azt vizsgálja, hogyan határozzák meg és hogyan tartják fenn a szólásszabadságot az egész világon.
James Currie
James Currie
James Currie a Buffalo-i Egyetem zenei docense a történelmi zenetudományban. Dr. Currie író és előadóművész, akinek munkája a zene, a történelem, a filozófia és a politika közötti kölcsönhatás és elmozdulás pontjainak megfogalmazásával foglalkozott. Tudományos írásai széles körben jelentek meg, többek között a Journal of the American Musicological folyóiratban
A kutatás támogatja a szigorúbb fegyvertörvényeket a tömeges lövöldözéssel kapcsolatos erőszak csökkentése érdekében
A kutatás támogatja a szigorúbb fegyvertörvényeket a tömeges lövöldözéssel kapcsolatos erőszak csökkentése érdekében
Válaszul a március 16-i atlantai és a március 22-i boulderi halálos lövöldözésre Joseph R. Biden elnök szigorúbb fegyvertörvényeket szorgalmazott a tömeges lövöldözési erőszak csökkentése érdekében. Nincs szükségem arra, hogy várjak még egy percet, nem is beszélve egy óráról, ésszerű lépések megtételére, amelyek életet mentenek a jövőben, és cselekvésre ösztönözzem kollégáimat a Házban és a Szenátusban - mondta Biden elnök. Ban ben
Lohé Issa Konaté kontra Burkina Fasói Köztársaság
Lohé Issa Konaté kontra Burkina Fasói Köztársaság
A Columbia globális véleménynyilvánítási szabadsága arra törekszik, hogy elősegítse a nemzetközi és nemzeti normák és intézmények megértését, amelyek a legjobban védik az információk és a szólás szabad áramlását egy összekapcsolt globális közösségben, amelynek főbb közös kihívásokkal kell megküzdenie. Küldetésének elérése érdekében a globális véleménynyilvánítás szabadsága kutatási és politikai projekteket vállal és megbíz, rendezvényeket és konferenciákat szervez, valamint részt vesz a véleménynyilvánítás és az információszabadság 21. századi védelmével kapcsolatos globális vitákban és hozzájárul azokhoz.