2SLS回帰の差異の違い

我々は違いイン差推定を行う場合、以下のように、通常、我々はOLS還元型でそれを行う：

$$Y_{it}=\alpha After_t+\gamma Treatment_i+\delta After*Treatment_{i,t}+X_{it}\beta+\epsilon_{i,t}$$ ただし、グループが内因性（たとえば、自己選択）であるかどうかを考えていましたが、差分を推定する方がより正確かどうか、治療に「適格」グループを定義できます。 -in-差分OLS / 2SLS形態のように： T R E A T M E N tはI 、T = C 、O 、N 、S 、T 、A 、N T + α A F T E R T + γ E L I $Treatment$及び得る ^ T R E A T M Eは、N tはI 、Tは、その後 $$Treatment_{i,t}=constant+\alpha After_t+\gamma Eligible_i+\delta After*Eligible_{i,t}+\epsilon_{i,t}$$ $\hat{Treatment_{i,t}}$

$$Y_{i,t}=X_{it}\beta+\delta\hat{Treatment_{i,t}}+\epsilon_{i,t}$$

OLS / 2SLS形式のdiff-in-diffをどのように理解すればよいですか？この特定の識別戦略を使用して、検討できる論文はありますか？

事前にどうもありがとうございました！

まあ、あなたが治療が内因性であると信じている場合（これはここでの問題に依存し、モデルの固有の機能ではありません）、機器変数として適格性を使用すると、安全な選択によるバイアスを取り除くのに役立ちます治療中。（ちなみに、DIDは同じことを行うことを目的としていますが、適切に選択された計測器ほどうまく機能しません。そのため、両方を適用する方が1つだけに頼るよりも良いかどうか疑問があります）。しかし、適格性が外因性であるかどうかを判断するのはあなた次第です。治療へのより高いリターンを期待している人が適格であることを確認したのは同様です。

DIDによって排除されないいくつかのバイアスがあり、適格性が私たちを助けることができると私たちが信じていることを考えると、効率の考慮がまだあります。多くの場合、適格性は弱い手段である可能性があり、減少のバイアスは、大幅な効率低下の犠牲になります。

そして、あなたが提案した特定の仕様を見てみると、それは一般的な設定ではあまり合理的ではないようです。適格性が急速に変化していると思われる場合、または2番目の方程式の交互作用項が概して役に立たない場合を選択できます。時間の包含それが内生的である可能性が高く、バイアス低減効果を弱めるため、その方程式の後では、その方程式はさらに劇的な結果をもたらす可能性があります。内因性でない場合、治療がそれ自体で急速に変化しない限り、相互作用と同様に無視できる可能性があります。

したがって、この場合は、最初の方程式の手段として適格性のみを残し、3番目の方程式をDID形式で指定することをお勧めします。

解釈に関して、私の仕様では2つのサブグループの変化の違いをうまく解釈できず、2人の仮説のサブグループの変化の違いとして解釈する必要があります。

ただし、結果の相互作用係数は使用せず、処理のための手段としてより多くの変数を使用するだけなので、仕様ではDIDとしての解釈がすべて失われます。

残念ながら、前述の理由のためか、申し訳ありませんが、適切な論文を思い出したり見つけることができませんでした。

結果方程式に入らないいくつかの観察可能な変数に基づく治療への選択の問題は、潜在指数アプローチまたはヘックマン2ステップ法で解決されます。ヘックマン2ステップの問題は、有効な機器を見つける必要があることですが、すでに持っている場合は、内因性治療の問題が解決されます。