Hlavná Iné Odhad rozdielu v rozdiele

Odhad rozdielu v rozdiele

Prehľad

Softvér

Popis

Webové stránky

Čítania

Kurzy

Prehľad

Technika rozdielu v rozdieloch (DID) vznikla v oblasti ekonometrie, ale logika, z ktorej vychádza táto technika, bola použitá už v 50. rokoch 20. storočia Johnom Snowom a v niektorých sociálnych sieťach sa nazýva „kontrolovaná štúdia pred a po“. vedy.

Popis

DID je kvázi experimentálny dizajn, ktorý využíva pozdĺžne údaje od liečebných a kontrolných skupín na získanie vhodného hypotetického porovnania na odhadnutie príčinného účinku. DID sa zvyčajne používa na odhad účinku konkrétnej intervencie alebo liečby (napríklad prijatie zákona, uzákonenie politiky alebo rozsiahla implementácia programu) porovnaním zmien výsledkov v priebehu času medzi populáciou, ktorá je zaradená do programu. (intervenčná skupina) a populácia, ktorá nie je (kontrolná skupina).


Obrázok 1. Odhad rozdielu v rozdiele, grafické vysvetlenie

DID sa používa v pozorovacích prostrediach, kde nemožno predpokladať zameniteľnosť medzi liečenou a kontrolnou skupinou. DID sa spolieha na menej prísny predpoklad zameniteľnosti, to znamená, že pri absencii liečby sú nepozorované rozdiely medzi liečenými a kontrolnými skupinami rovnaké nadčasy. Preto je rozdiel v rozdiele užitočnou technikou, ktorá sa používa, keď nie je možná randomizácia na individuálnej úrovni. DID vyžaduje údaje pred alebo po intervencii, ako sú údaje skupiny alebo panelu (údaje na individuálnej úrovni v priebehu času) alebo opakované údaje v priereze (na úrovni jednotlivca alebo skupiny). Tento prístup odstraňuje predsudky v porovnávaní období po intervencii medzi liečenou a kontrolnou skupinou, ktoré by mohli byť výsledkom trvalých rozdielov medzi týmito skupinami, ako aj predsudky z časových porovnaní v liečebnej skupine, ktoré by mohli byť výsledkom trendov v dôsledku iných príčiny výsledku.

Príčinné účinky (Ya = 1 - Ya = 0)
DID sa zvyčajne používa na odhad účinku liečby na liečeného (kauzálny účinok u exponovaných osôb), aj keď so silnejšími predpokladmi možno túto techniku ​​použiť na odhad priemerného účinku liečby (ATE) alebo kauzálneho účinku v populácii. Viac podrobností nájdete v článku Lechner 2011.

Domnienky

Aby bolo možné odhadnúť kauzálny účinok, musia platiť tri predpoklady: zameniteľnosť, pozitivita a predpoklad stabilnej hodnoty liečby liekom (SUTVA) 1
. Odhad DID tiež vyžaduje, aby:

  • Intervencia nesúvisí s východiskovým výsledkom (pridelenie intervencie nebolo určené podľa výsledku)

  • Liečebné / intervenčné a kontrolné skupiny majú vo výsledku paralelné trendy (podrobnosti pozri nižšie)

  • Skladba intervenčných a porovnávacích skupín je stabilná pre opakované navrhovanie prierezov (súčasť SUTVA)

  • Žiadne vedľajšie účinky (súčasť SUTVA)

Predpoklad paralelného trendu
Predpoklad paralelného trendu je najkritickejší z vyššie uvedených štyroch predpokladov na zabezpečenie vnútornej platnosti modelov DID a je najťažšie ho splniť. Vyžaduje, aby pri absencii liečby bol rozdiel medzi „liečebnou“ a „kontrolnou“ skupinou v priebehu času konštantný. Aj keď pre tento predpoklad neexistuje štatistický test, vizuálna kontrola je užitočná, ak máte pozorovania v mnohých časových bodoch. Navrhuje sa tiež, že čím je testované časové obdobie kratšie, tým je pravdepodobnejšie, že bude platiť. Porušenie paralelného predpokladu trendu povedie k zaujatému odhadu kauzálneho účinku.

Plnenie predpokladu paralelného trendu 2

Porušenie predpokladu paralelného trendu 3

coates list môjmu synovi

Regresný model
DID sa zvyčajne implementuje ako interakčný pojem medzi časovými a atrapami premenných skupiny v regresnom modeli.
Y = β0 + β1 * [Čas] + β2 * [Intervencia] + β3 * [Čas * Intervencia] + β4 * [Covariates] + ε

Silné stránky a obmedzenia
Silné stránky

  • Intuitívny výklad

  • Môže získať kauzálny účinok pomocou pozorovacích údajov, ak sú splnené predpoklady

  • Môže použiť údaje na úrovni jednotlivca aj skupiny

  • Porovnávacie skupiny môžu začať na rôznych úrovniach výsledku. (DID sa zameriava na meniča namiesto na absolútne úrovne)

  • Účty za zmenu / zmenu v dôsledku iných faktorov ako intervencie

Obmedzenia

  • Vyžaduje základné údaje a bezzásahovú skupinu

  • Nemožno použiť, ak je alokácia zásahu určená základným výsledkom

  • Nemožno použiť, ak majú porovnávacie skupiny odlišný trend výsledku (Abadie 2005 navrhla riešenie)

  • Nie je možné použiť, ak zloženie skupín pred / po zmene nie je stabilné

Osvedčené postupy

  • Uistite sa, že trend výsledku nemal vplyv na alokáciu liečby / intervencie

  • Získajte viac dátových bodov pred a po, aby ste otestovali predpoklad paralelného trendu

  • Na uľahčenie interpretácie použite model lineárnej pravdepodobnosti

  • Nezabudnite preskúmať zloženie populácie v liečebných / intervenčných a kontrolných skupinách pred a po intervencii

  • Na zohľadnenie autokorelácie medzi pre / post u toho istého jedinca používajte robustné štandardné chyby

  • Vykonajte subanalýzu, aby ste zistili, či mala intervencia podobný / odlišný vplyv na komponenty výsledku

Prezentácia Epi6 v triede 30. apríla 2013

1. Rubin, DB. Randomizačná analýza experimentálnych údajov v Fisherovom randomizačnom teste. Journal American Statistical Association. 1980.
2. Upravené z vertikálnych vzťahov a konkurencie na maloobchodných trhoch s benzínom, 2004 (Justine Hastings)
3. Prispôsobené z odhadu účinku výcvikových programov na príjmy, prehľad ekonomiky a štatistiky, 1978 (Orley Ashenfelter)

Čítania

Učebnice a kapitoly

Metodické články

  • Bertrand, M., Duflo, E., & Mullainathan, S. Nakoľko by sme mali dôverovať odhadom rozdielov v rozdieloch? Quarterly Journal of Economics. 2004.


    Tomuto článku, kritizujúcemu techniku ​​DID, sa v tejto oblasti venovala veľká pozornosť. Článok pojednáva o možnom (možno závažnom) skreslení chybových hlásení DID. Článok popisuje tri potenciálne riešenia týchto predsudkov.

  • Cao, Zhun a kol. Prístupy rozdielu v rozdieloch a inštrumentálnych premenných. Alternatíva a doplnok k porovnávaniu skóre sklonu pri odhadovaní účinkov liečby. CER Issue Brief: 2011.


    Informačný článok, ktorý popisuje silné stránky, obmedzenia a rôzne informácie poskytované DID, IV a PSM.

  • Lechner, Michael. Odhad príčinných účinkov metódami rozdielu v rozdiele. Katedra ekonómie, Univerzita v St. Gallen. 2011.


    Tento príspevok ponúka podrobný pohľad na prístup DID a rozoberá niektoré z hlavných problémov s DID. Poskytuje tiež značné množstvo informácií o rozšíreniach analýzy DID vrátane nelineárnych aplikácií a porovnávania skóre sklonu s DID. Použiteľné použitie zápisu možných výsledkov zahrnutých v správe.

  • Norton, Edward C. Podmienky interakcie v Logitand Probitmodels. UNC na Chapel Hill. Academy Health 2004.


    Tieto prednáškové snímky ponúkajú praktické kroky na implementáciu prístupu DID s binárnym výsledkom. Model lineárnej pravdepodobnosti je najľahšie implementovateľný, má však obmedzenia predikcie. Logistické modely vyžadujú ďalší krok v kódovaní, aby boli podmienky interakcie interpretovateľné. Pre tento krok je poskytnutý štatistický kód.

  • Abadie, Alberto. Semiparametrické odhady rozdielu v rozdieloch. Preskúmanie ekonomických štúdií. 2005


    Tento článok pojednáva o predpoklade paralelných trendov v dĺžke a navrhuje metódu váženia pre DID, keď predpoklad paralelného trendu nemusí platiť.

Články o uplatňovaní

Vedy o zdraví

Príklady generalizovanej lineárnej regresie:

  • Branas, Charles C. a kol. Analýza rozdielov v rozdieloch v oblasti zdravia, bezpečnosti a ekologizácie voľného mestského priestoru. American Journal of Epidemiology. 2011.
  • Harman, Jeffrey a kol. Zmeny výdavkov na člena za mesiac po implementácii demonštrácie reformy liekov na Floride. Výskum zdravotníckych služieb. 2011.
  • Wharam, Frank a kol. Využitie pohotovostného oddelenia a následné hospitalizácie medzi členmi plánu zdravotného poistenia s vysokou únosnosťou. JAMA. 2007.

Príklady logistickej regresie:

  • Bendavid, Eran a kol. Rozvojová pomoc pre HIV a úmrtnosť dospelých v Afrike. JAMA. 2012
  • Carlo, Waldemar A a kol. Výcvik starostlivosti o novorodencov a perinatálna úmrtnosť v rozvojových krajinách. NEJM. 2010.
  • Chlap, Gery. Účinky účtovania nákladov na prístup k starostlivosti bezdetných dospelých. Výskum v oblasti zdravotných služieb. 2010.
  • King, Marissa a kol. Pravidlá obmedzenia darčekov na lekárskej škole a predpisovanie lekárov nových psychotropných liekov: analýza rozdielov v rozdieloch. BMJ. 2013.
  • Li, Rui a kol. Samomonitorovanie glukózy v krvi pred a po expanzii lieku u pacientov s cukrovkou, ktorí nepoužívajú inzulín. AJPH. 2008.
  • Ryan, Andrew a kol. Účinok fázy 2 demonštrácie špičkových stimulov kvality nemocníc na stimulačné výplaty nemocniciam starajúcim sa o znevýhodnených pacientov. Výskum v oblasti zdravotných služieb. 2012.

Príklady lineárnej pravdepodobnosti:

  • Bradley, Cathy a kol. Čakacie doby chirurgického zákroku a špeciálne služby pre poistených a nepoistených pacientov s rakovinou prsníka: Záleží na stave nemocničnej bezpečnostnej siete? HSR: Výskum zdravotníckych služieb. 2012.
  • Monheit, Alan a kol. Ako ovplyvnili štátne politiky na rozšírenie závislého krytia stav zdravotného poistenia mladých dospelých? HSR: Výskum zdravotníckych služieb. 2011.

Prípony (Rozdiely v rozdieloch v rozdieloch):

  • Afendulis, Christopher a kol. Vplyv časti D pre lieky na počet hospitalizácií. Výskum v oblasti zdravotných služieb. 2011.
  • Domino, Marisa. Zvyšovanie časových nákladov a doplatkov za lieky na predpis: analýza zmien politiky v komplexnom prostredí. Výskum v oblasti zdravotných služieb. 2011.

Ekonómia

  • Card, David a Alan Krueger. Minimálna mzda a zamestnanosť: Prípadová štúdia odvetvia rýchleho občerstvenia v New Jersey a Pensylvánii. The American Economic Review. 1994.
  • DiTella, Rafael a Schargrodsky, Ernesto. Znižuje kriminalita polícia? Odhady využívajúce pridelenie policajných síl po teroristickom útoku. American Economic Review. 2004.
  • Galiani, Sebastian a kol. Voda pre život: Vplyv privatizácie vodných služieb na detskú úmrtnosť. Vestník politickej ekonómie. 2005.

Webové stránky

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

Štatistické (vzor R a štatistický kód)
http://thetarzan.wordpress.com/2011/06/20/differences-in-differences-estimation-in-r-and-stata/

Kurzy

Online

  • Národný úrad pre ekonomický výskum

  • Čo je nové v ekonometrii? Letný inštitút 2007.

  • Prednáška 10: Rozdiely v rozdieloch

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


    Prednášky a videozáznam, zamerané predovšetkým na teóriu a matematické predpoklady rozdielu v rozdielnej technike a jej rozšíreniach.

Zaujímavé Články

Redakcia Choice

Larysa Kondracki '01 (GS) na Mini-sériu Direct, Picnic at Hanging Rock
Larysa Kondracki '01 (GS) na Mini-sériu Direct, Picnic at Hanging Rock
Alumna Larysa Kondracki '01 režíruje tri epizódy očakávaného televízneho miniseriálu Piknik na Hanging Rock, ktorý bude mať premiéru v máji 2018.
Magyar Jeti Zrt v. Maďarsko
Magyar Jeti Zrt v. Maďarsko
Globálna sloboda prejavu v Kolumbii sa usiluje o lepšie porozumenie medzinárodným a národným normám a inštitúciám, ktoré najlepšie chránia voľný tok informácií a prejavu v prepojenom globálnom spoločenstve s hlavnými spoločnými výzvami. Na splnenie svojho poslania globálna sloboda prejavu realizuje a zadáva výskumné a politické projekty, organizuje podujatia a konferencie a zúčastňuje sa globálnych diskusií o ochrane slobody prejavu a informácií v 21. storočí a prispieva k nim.
The Online Citizen Pte Ltd v. Generálny prokurátor
The Online Citizen Pte Ltd v. Generálny prokurátor
Globálna sloboda prejavu v Kolumbii sa snaží lepšie porozumieť medzinárodným a národným normám a inštitúciám, ktoré najlepšie chránia voľný tok informácií a prejavu v vzájomne prepojenom globálnom spoločenstve s hlavnými spoločnými výzvami. Na splnenie svojho poslania globálna sloboda prejavu realizuje a zadáva výskumné a politické projekty, organizuje podujatia a konferencie a zúčastňuje sa globálnych diskusií o ochrane slobody prejavu a informácií v 21. storočí a prispieva k nim.
Po zotavení zostáva riziko reinfekcie koronavírusmi
Po zotavení zostáva riziko reinfekcie koronavírusmi
Nový výskum expertov z Columbia Health University School of Public Health zistil, že reinfekcie endemickými koronavírusmi nie sú nezvyčajné ani do jedného roka od predchádzajúcej infekcie. Štúdia zameraná na štyri endemické koronavírusy - okrem vírusu SARS-CoV-2, ktorý spôsobuje COVID-19 - zistila, že keď došlo k reinfekcii, nespájala sa s menej závažnými príznakmi.
CEO spoločnosti Antena 3 v. Extraconfidencial, S.L.
CEO spoločnosti Antena 3 v. Extraconfidencial, S.L.
Globálna sloboda prejavu v Kolumbii sa usiluje o lepšie porozumenie medzinárodným a národným normám a inštitúciám, ktoré najlepšie chránia voľný tok informácií a prejavu v prepojenom globálnom spoločenstve s hlavnými spoločnými výzvami. Na splnenie svojho poslania globálna sloboda prejavu realizuje a zadáva výskumné a politické projekty, organizuje podujatia a konferencie a zúčastňuje sa globálnych diskusií o ochrane slobody prejavu a informácií v 21. storočí a prispieva k nim.
'Kodachrome' Režíroval Alumnus Mark Raso ‘12 Premiéra na Netflixe
'Kodachrome' Režíroval Alumnus Mark Raso ‘12 Premiéra na Netflixe
Kodachrome, ktorý režíroval Alumnus Mark Raso ’12, mal premiéru minulý týždeň ako originálna produkcia Netflixu. Kliknite sem a pozrite si oficiálny trailer.
Boot Camp NIH Grant Writing: Budovanie silného základu pre financovanie úspechu
Boot Camp NIH Grant Writing: Budovanie silného základu pre financovanie úspechu
Kurz 19. - 20. júla je plný! Pripojte sa k nasledujúcemu živému prenosovému táboru NIH Grant Writing Boot Camp: 8. - 9. novembra 2021. NIH Grant Writing Boot Camp je dvojdňový intenzívny výcvikový tábor, ktorý kombinuje prednášky, praktické aktivity a diskusie s cieľom demystifikovať proces žiadosti o NIH. Toto školenie pripraví účastníkov na predloženie návrhu grantu NIH, z ktorého sa stane recenzent