Gdy oszacuję model różnic w dwóch przedziałach czasowych, model regresji równoważnej byłby następujący
za.
- gdzie jest manekinem równym 1, jeśli obserwacja pochodzi z grupy poddanej leczeniu
- i jest obojętne, które jest równe 1, w okresie czasu po leczeniu doszło
Zatem równanie przyjmuje następujące wartości.
- Grupa kontrolna, przed leczeniem:
- Grupa kontrolna, po leczeniu:
- Grupa leczenia, przed leczeniem:
- Grupa leczenia, po leczeniu:
Stąd w modelu dwumiesięcznym różnica szacunków różnic wynosi .
Ale co się dzieje w sprawie , jeśli mam więcej niż jeden okres przed i po zabiegu? Czy nadal używam manekina, który wskazuje, czy rok jest przed czy po zabiegu?
A może zamiast tego dodam manekiny roczne, nie określając, czy każdy rok należy do okresu przed czy po leczeniu? Lubię to:
b.
Można I obejmują zarówno (tj )?
do.
Podsumowując, jak określić różnicę w modelu różnic z wieloma przedziałami czasowymi (a, b lub c)?
Odpowiedzi:
Typowym sposobem oszacowania modelu różnic w więcej niż dwóch przedziałach czasowych jest proponowane rozwiązanie b). Utrzymanie zapisu byś regresji w którym D T ≡ Leczenie s ⋅ d t manekina Zmienną wynosi jeden dla jednostek leczenia s
Jak wskazano poprawnie w komentarzach, proponowane rozwiązanie c) nie działa z powodu kolinearności z manekinami i manekinem po okresie leczenia. Jednak niewielki wariant tego okazuje się sprawdzeniem niezawodności. Niech i γ s 1 będą odpowiednio dwoma zestawami zmiennych fikcyjnych dla każdej jednostki kontrolnej s 0 i każdej leczonej jednostki s 1 , a następnie oddziałują na manekiny dla traktowanych jednostek ze zmienną czasową t i regresją Y i s t = γ s 0 + γ s 1 tγs 0 γs 1 s 0 s 1 t
obejmuje trend czasowy właściwy dla jednostki γ s 1 t . Po uwzględnieniu trendów czasowych specyficznych dla jednostki, a różnica współczynników różnic δ nie zmienia się znacząco, możesz być bardziej pewny swoich wyników. W przeciwnym razie możesz się zastanawiać, czy efekt leczenia zaabsorbował różnice między leczonymi jednostkami z powodu trendu leżącego u podstaw (może się zdarzyć, gdy zasady zaczną obowiązywać w różnych momentach).
Przykład cytowany w Angrist i Pischke (2009) Mostly Harmless Econometrics to badanie polityki rynku pracy przeprowadzone przez Besleya i Burgessa (2004) . W ich pracy zdarza się, że włączenie trendów czasowych właściwych dla danego stanu zabija szacowany efekt leczenia. Pamiętaj jednak, że do tej kontroli odporności potrzebujesz więcej niż 3 okresów.
źródło
Angrist i Pischke (2009) zalecają to podejście na stronie 238 w „ Większość nieszkodliwych ekonometrii” . Różnice w notacji mogą powodować zamieszanie. Powielanie specyfikacji 5.2.7:
Specyficzne dla jednostki trendy liniowe czasu są również omówione w innym poście (patrz poniżej):
Jak rozliczać się z umieszczenia programu endogennego?
Podsumowując, chcesz współdziałać ze wszystkimi manekinami jednostkowymi (grupowymi) za pomocą zmiennej trendu ciągłego.
Papier autorstwa Justina Wolfersa znajduje się poniżej w celach informacyjnych:
https://users.nber.org/~jwolfers/papers/Divorce(AER).pdf
źródło