Hlavní Jiný Odhad rozdílu v rozdílu

Odhad rozdílu v rozdílu

Přehled

Software

Popis

new york times company v.united States

Webové stránky

Čtení

Kurzy

Přehled

Technika rozdílu v rozdílu (DID) vznikla v oblasti ekonometrie, ale logika, ze které tato technika vychází, byla používána již v padesátých letech 20. století Johnem Snowem a v některých sociálních sítích se jí říká „kontrolovaná studie před a po“. vědy.

Popis

DID je kvazi-experimentální návrh, který využívá podélná data od léčených a kontrolních skupin k získání vhodného hypotetického odhadu kauzálního účinku. DID se obvykle používá k odhadu účinku konkrétního zásahu nebo léčby (jako je přijetí zákona, uzákonění politiky nebo rozsáhlá implementace programu) porovnáním změn ve výsledcích v čase mezi populací, která je zařazena do programu (intervenční skupina) a populace, která není (kontrolní skupina).


Obrázek 1. Odhad rozdílu v rozdílu, grafické vysvětlení

DID se používá v pozorovacích zařízeních, kde nelze předpokládat směnitelnost mezi ošetřovanou a kontrolní skupinou. DID se spoléhá na méně přísný předpoklad zaměnitelnosti, tj. Při absenci léčby jsou nepozorované rozdíly mezi léčenými a kontrolními skupinami stejné přesčasy. Rozdíl v rozdílu je tedy užitečná technika, kterou lze použít, když randomizace na individuální úrovni není možná. DID vyžaduje data před / po intervenci, například údaje kohorty nebo panelu (data na individuální úrovni v čase) nebo opakovaná data v průřezu (na úrovni jednotlivce nebo skupiny). Tento přístup odstraňuje předsudky v období po intervenci ve srovnání s léčenou a kontrolní skupinou, které by mohly být výsledkem trvalých rozdílů mezi těmito skupinami, stejně jako předsudky z časových srovnání v léčebné skupině, které by mohly být výsledkem trendů způsobených jinými příčiny výsledku.

Příčinné účinky (Ya = 1 - Ya = 0)
DID se obvykle používá k odhadu léčebného účinku na léčeného (kauzální účinek u exponovaných), i když se silnějšími předpoklady lze tuto techniku ​​použít k odhadu průměrného léčebného účinku (ATE) nebo kauzálního účinku v populaci. Další podrobnosti najdete v článku Lechner 2011.

Předpoklady

Aby bylo možné odhadnout kauzální účinek, musí platit tři předpoklady: vyměnitelnost, pozitivita a předpoklad hodnoty stabilního ošetření jednotky (SUTVA) 1
. Odhad DID také vyžaduje, aby:

  • Intervence nesouvisí s výchozím výsledkem (alokace intervence nebyla určena výsledkem)

  • Léčba / intervence a kontrolní skupiny mají ve výsledku paralelní trendy (podrobnosti viz níže)

  • Složení intervenčních a srovnávacích skupin je stabilní pro opakované posouzení průřezu (součást SUTVA)

  • Žádné vedlejší účinky (součást SUTVA)

Předpoklad paralelního trendu
Předpoklad paralelního trendu je nejkritičtější z výše uvedených čtyř předpokladů k zajištění vnitřní platnosti modelů DID a je nejtěžší splnit jej. Vyžaduje, aby při neexistenci léčby byl rozdíl mezi „léčenou“ a „kontrolní“ skupinou v čase konstantní. Ačkoli pro tento předpoklad neexistuje statistický test, vizuální kontrola je užitečná, pokud máte pozorování v mnoha časových bodech. Rovněž bylo navrženo, že čím menší je testované časové období, tím je pravděpodobnější předpoklad. Porušení předpokladu paralelního trendu povede k zaujatému odhadu kauzálního účinku.

Splnění předpokladu paralelního trendu 2

Porušení předpokladu paralelního trendu 3

Regresní model
Y = β0 + β1 * [Čas] + β2 * [Intervence] + β3 * [Čas * Intervence] + β4 * [Covariates] + ε

Silné stránky a omezení
Silné stránky

King's College v New Yorku
  • Intuitivní výklad

  • Dokáže získat kauzální účinek pomocí pozorovacích údajů, pokud jsou splněny předpoklady

  • Lze použít údaje na úrovni jednotlivců i skupin

  • Srovnávací skupiny mohou začínat na různých úrovních výsledku. (DID se zaměřuje na měnič spíše než na absolutní úrovně)

  • Účty za změnu / změnu způsobenou jinými faktory než zásahem

Omezení

  • Vyžaduje základní data a bezzásahovou skupinu

  • Nelze použít, pokud je alokace zásahu určena základním výsledkem

  • Nelze použít, pokud mají srovnávací skupiny odlišný trend výsledku (Abadie 2005 navrhla řešení)

  • Nelze použít, pokud složení skupin před / po změně není stabilní

Osvědčené postupy

  • Ujistěte se, že trend výsledku neovlivnil alokaci léčby / intervence

  • Získejte více datových bodů před a po, abyste otestovali předpoklad paralelního trendu

  • K usnadnění interpretovatelnosti použijte model lineární pravděpodobnosti

  • Nezapomeňte prozkoumat složení populace v léčebných / intervenčních a kontrolních skupinách před a po intervenci

  • K výpočtu autokorelace mezi pre / post u stejného jedince použijte robustní standardní chyby

  • Proveďte dílčí analýzu, abyste zjistili, zda měl zásah podobný / odlišný účinek na komponenty výsledku

Prezentace Epi6 ve třídě 30. dubna 2013

new york times co.v.us

1. Rubin, DB. Randomizační analýza experimentálních dat v Fisherově randomizačním testu. Journal American Statistical Association. 1980.
3. Přizpůsobeno z odhadu vlivu vzdělávacích programů na výdělky, přehled ekonomiky a statistiky, 1978 (Orley Ashenfelter)

Čtení

Učebnice a kapitoly

Metodické články

  • Bertrand, M., Duflo, E., & Mullainathan, S. Kolik bychom měli důvěřovat odhadům rozdílů v rozdílech? Čtvrtletní ekonomický časopis. 2004.


  • Cao, Zhun a kol. Přístupy rozdíl v rozdílu a instrumentální proměnné. Alternativa a doplnění shody skóre sklonu při odhadování účinků léčby. CER Issue Brief: 2011.


  • Lechner, Michael. Odhad příčinných účinků metodami rozdílu v rozdílech. Ekonomické oddělení, University of St. Gallen. 2011.


  • Norton, Edward C. Podmínky interakce v Logitand Probitmodels. UNC v Chapel Hill. Academy Health 2004.


  • Abadie, Alberto. Semiparametrické odhady rozdílu v rozdílech. Přehled ekonomických studií. 2005


    Tento článek pojednává o předpokladu paralelních trendů na délku a navrhuje metodu vážení pro DID, když předpoklad paralelního trendu nemusí platit.

Články o aplikaci

Zdravotní vědy

Zobecněné příklady lineární regrese:

  • Branas, Charles C. a kol. Analýza rozdílu mezi rozdíly ve zdraví, bezpečnosti a ekologizaci volného městského prostoru. American Journal of Epidemiology. 2011.
  • Harman, Jeffrey a kol. Změny výdajů na člena za měsíc po implementaci demonstrace reformy léků na Floridě. Výzkum zdravotnických služeb. 2011.
  • Wharam, Frank a kol. Využití pohotovostního oddělení a následné hospitalizace mezi členy plánu zdravotní péče s vysokou odpočitatelností. JAMA. 2007.

Příklady logistické regrese:

  • Bendavid, Eran a kol. Rozvojová pomoc pro HIV a úmrtnost dospělých v Africe. JAMA. 2012
  • Carlo, Waldemar A et al. Výcvik péče o novorozence a perinatální úmrtnost v rozvojových zemích. NEJM. 2010.
  • Chlapi, Gery. Dopady účtování nákladů na přístup k péči bezdětných dospělých. Výzkum zdravotnických služeb. 2010.
  • King, Marissa a kol. Zásady omezování darů na lékařské škole a předepisování lékařů nově uváděných psychotropních léků: analýza rozdílu v rozdílech. BMJ. 2013.
  • Li, Rui a kol. Vlastní monitorování hladiny glukózy v krvi před a po expanzi medicare mezi příjemci meicare s diabetem, kteří nepoužívají inzulin.AJPH. 2008.
  • Ryan, Andrew a kol. Vliv 2. fáze předních demonstrací kvality nemocnic na motivační výplaty nemocnicím pečujícím o znevýhodněné pacienty. Výzkum zdravotnických služeb. 2012.

Příklady lineární pravděpodobnosti:

výhody a nevýhody života soudců nejvyššího soudu
  • Bradley, Cathy a kol. Čekací doby chirurgického zákroku a speciální služby pro pojištěné a nepojištěné pacienty s rakovinou prsu: záleží na stavu bezpečnostní sítě nemocnice? HSR: Health Services Research. 2012.
  • Monheit, Alan a kol. Jak ovlivnily státní politiky pro rozšíření závislého krytí stav zdravotního pojištění mladých dospělých? HSR: Health Services Research. 2011.

Rozšíření (Rozdíly v rozdílech v rozdílech):

  • Afendulis, Christopher a kol. Dopad části D pro zdravotnictví na míru hospitalizace. Výzkum zdravotnických služeb. 2011.
  • Domino, Marisa. Zvyšování časových nákladů a doplatků za léky na předpis: analýza změn politiky v komplexním prostředí. Výzkum zdravotních služeb. 2011.

Ekonomika

  • Card, David a Alan Krueger. Minimální mzda a zaměstnanost: Případová studie rychlého občerstvení v New Jersey a Pensylvánii. The American Economic Review. 1994.
  • DiTella, Rafael a Schargrodsky, Ernesto. Snižuje policie kriminalitu? Odhady využití přidělení policejních sil po teroristickém útoku. American Economic Review. 2004.
  • Galiani, Sebastian a kol. Voda pro život: Dopad privatizace vodohospodářských služeb na dětskou úmrtnost. Journal of Political Economy. 2005.

Webové stránky

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

Statistické (ukázkový kód R a Stata)
http://thetarzan.wordpress.com/2011/06/20/differences-in-differences-estimation-in-r-and-stata/

Kurzy

Online

  • Národní úřad pro ekonomický výzkum

  • Co je nového v ekonometrii? Letní institut 2007.

  • Přednáška 10: Rozdíly v rozdílech

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


    Poznámky k přednášce a videozáznam, primárně zaměřené na teorii a matematické předpoklady rozdílu v rozdílové technice a jejích rozšířeních.

Zajímavé Články

Redakce Choice

Epidemie, endemika, pandemie: Jaké jsou rozdíly?
Epidemie, endemika, pandemie: Jaké jsou rozdíly?
Nová pandemie koronaviru je dokonalým modelem pro pochopení toho, co přesně pandemie je a jak ovlivňuje život v globálním měřítku. Od vzniku COVID-19 v roce 2020 byla veřejnost bombardována novým jazykem, aby pochopila virus a následnou globální reakci na veřejné zdraví. Tento článek odhalí faktory, které pandemii vytvářejí, a jak k ní dochází
Prezident Barack Obama, absolvent Kolumbie, je slavnostně otevřen na druhé funkční období
Prezident Barack Obama, absolvent Kolumbie, je slavnostně otevřen na druhé funkční období
Prezident Barack Obama (CC'83), první absolvent Kolumbie, který byl zvolen prezidentem Spojených států, složil přísahu na druhé funkční období.
Nová inteligentní přilba dokázala v reálném čase zaznamenat otřesy
Nová inteligentní přilba dokázala v reálném čase zaznamenat otřesy
Vědci z Kolumbie vyvíjejí první nositelné diagnostické zařízení pro traumatické poranění mozku u fotbalistů.
Riziko autismu spojené s infekcí herpes během těhotenství
Riziko autismu spojené s infekcí herpes během těhotenství
Ženy aktivně infikované genitálním oparem během raného těhotenství měly dvojnásobnou pravděpodobnost porodu dítěte později diagnostikovaného s poruchou autistického spektra (ASD), podle studie vědců z Centra pro infekci a imunitu na Mailman School of Public Health na Kolumbijské univerzitě a Norský institut veřejného zdraví. Studie je první
Ústav rehabilitace a regenerativní medicíny
Ústav rehabilitace a regenerativní medicíny
Anatomie nohy Noha je jednou z nejsložitějších částí těla, která se skládá z 26 kostí spojených četnými klouby, svaly, šlachami a vazy. Noha je náchylná k mnoha namáháním. Problémy s nohou mohou způsobit bolest, zánět nebo zranění, což má za následek omezený pohyb a pohyblivost.
OnePlus 6T cena, specifikace, tapety, datum vydání, cena v Indii, USA
OnePlus 6T cena, specifikace, tapety, datum vydání, cena v Indii, USA
Cena OnePlus 6T v různých zemích, jako je Indie, USA, Kanada. 6,41palcový displej, optická AMOLED obrazovka, specifikace OnePlus 6T, datum vydání, baterie
BSNL Fiber Plans Rajasthan 2021 s cenou a platností
BSNL Fiber Plans Rajasthan 2021 s cenou a platností
BSNL Fiber Plans Rajasthan 2021 Cena, BSNL Fiber Plans Rajasthan 2021 Platnost, Rajasthan bsnl ftth plans 2021 with ISD & local bsnl