Différence dans la méthode de différence: comment tester l'hypothèse d'une tendance commune entre le traitement et le groupe témoin?

Après un commentaire d' un fil précédent , je veux savoir comment on peut tester l'hypothèse d'une tendance commune entre le groupe de traitement et le groupe témoin dans la méthode Différence de différence?

Puis-je tester cette hypothèse avec des données de deux points dans le temps (par exemple, enquête de base en 2002, traitement effectué de 2002 à 2006 et enquête de suivi en 2006)?

Merci beaucoup!

Modifié: Après avoir posté cette question, le panneau "connexe" m'amène à cette question sans réponse , dans laquelle le demandeur voulait comprendre les intuitions derrière une méthode pour tenir compte des tendances temporelles dans la méthode DID. Je veux le lier ici car cette question est très intéressante pour moi aussi. Je vous remercie!

difference-in-difference

— Thien
source

Le sujet est créé comme suggéré par Andy, merci!

— Thien

Réponses:

La chose typique à faire est une inspection visuelle des tendances de prétraitement pour le groupe de contrôle et de traitement. Ceci est particulièrement facile si vous n'avez que ces deux groupes recevant un seul traitement binaire. Idéalement, les tendances du prétraitement devraient ressembler à ceci: entrez la description de l'image ici

Ce graphique est tiré d'une réponse précédente à la question de savoir pourquoi nous avons besoin de l'hypothèse des tendances communes. Cela comprend également une explication de la ligne en pointillés bleus qui est le résultat contrefactuel pour le traité qui peut être supposé si nous pouvons raisonnablement vérifier l'hypothèse des tendances parallèles.

y_{je t} = λ_{je} + δ_{t} + β_{- 2} {ré}_{je t} + β_{- 1} {ré}_{je t} + β_{1} {ré}_{je t} + β_{2} {ré}_{je t} + β_{3} {ré}_{je t} + ϵ_{je t}

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

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

$\beta_{-2}$ $\beta_{-1}$

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

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

— Andy
source

La réponse est vraiment utile et merci pour le lien vers les excellentes notes de Pischke. Les notes fournissent des explications utiles pour mes deux questions, en particulier sur DiD pour les données du panel. Je suis désolé pour l'acceptation tardive. Dans le cas où il n'y a que deux points dans le temps (comme dans ma question), est-il vrai que la seule façon de justifier la tendance commune est de fournir une hypothèse raisonnable? (Comme dans Card et Krueger 1994 et rejusitify lorsque plus de données sont disponibles, Card et Krueger, 2000)

— Thien

Il est très difficile de vendre une histoire de différences dans les différences avec seulement deux périodes de temps car vous ne pouvez rien montrer concernant l'évolution des tendances du prétraitement. Vous auriez besoin de faire un argument très fort pour expliquer pourquoi ces tendances auraient dû être parallèles pour commencer si vous ne pouvez pas le montrer graphiquement. Pour le test basé sur la régression, vous avez également besoin d'au moins 3 périodes.

— Andy

Merci beaucoup. Je voulais voir si ma compréhension est juste après une journée de lecture. Je pense que j'utiliserais toujours DiD et compléterais avec le modèle causal Rubin (j'ai donc deux estimateurs). Je ne suis qu'un étudiant à la maîtrise, donc je pense que tant que je fournirai à la fois les avantages et les limites des estimateurs, je serais en mesure de tirer des conclusions (on ne m'a pas enseigné ces méthodes, donc j'espère que ça ira). Merci beaucoup!

— Thien

Je ne suis pas d'accord avec cette terminologie de «plomb / retard». Un «décalage» est un ajustement pour la valeur précédente du résultat . Donc, si la tension artérielle systolique de l'an dernier était de 180, la valeur de 180 serait la valeur de covariable pour l'année en cours avec un décalage d'un an. À la suite de cette convention, cela n'a aucun sens pour moi de m'adapter à un "plomb" jamais. Ceci est différent d'un ajustement à effet fixe pour la période de temps. Pour estimer le modèle que vous représentez dans le graphique, j'utiliserais ce type de série chronologique: ajustement du temps à effet fixe et un indicateur pré / post.

— AdamO

La terminologie est standard dans la littérature économétrique. Voir Angrist et Pischke (2009) Mostly Harmless Econometrics.

— Andy

Il existe une bonne manière de vérifier si l'hypothèse commune antérieure à la tendance est raisonnable dans un cadre de différence dans les différences avec deux périodes et deux périodes. Mais il est nécessaire d'avoir des données pour plus d'une période de prétraitement (Parfois, le DiD avec deux périodes fonctionne mieux que le DiD avec plusieurs périodes).

En considérant votre exemple, vous pouvez exécuter un DiD avec la période de 2002 comme un post-traitement et une autre période de pré-traitement (Suppose 2001). Si le TCA est statistiquement significatif, c'est une preuve contre l'hypothèse commune antérieure à la tendance, en d'autres termes, au cours de la période 2001-2002, l'effet se produisait déjà.

Les articles suivants utilisent cette approche:

Beatty et Shimshack, 2011

Lima et Silveira-Neto, 2015

— Ricardo Carvalho
source

Salut merci pour les liens et votre intérêt. Cependant, parce que je n'ai pas de données en 2001 (ou toute autre année précédente autre que 2002), je ne pense pas que les articles soient utiles pour me guider dans le test des tendances communes. Merci beaucoup quand même.

— Thien