Difference in Differenceメソッド：治療群と対照群の共通の傾向の仮定をテストする方法は？

前のスレッドからのコメントに続いて、Difference in Differenceメソッドで、治療グループとコントロールグループの間の共通の傾向の仮定をテストする方法を知りたいのですが。

2つの時点のデータでその仮定をテストできますか（たとえば、2002年のベースライン調査、治療は2002年から2006年に行われ、追跡調査は2006年に行われます）？

どうもありがとうございました！

編集：この質問を投稿した後、「関連」パネルは私にこの未回答の質問へと導きます。質問者は、DIDメソッドの時間傾向を説明するメソッドの背後にある直観を理解したいと考えました。この質問も私にとって非常に興味深いので、ここにリンクします。ありがとうございました！

difference-in-difference

— ティエン
ソース

トピックはアンディの提案に従って作成されました。ありがとうございます。

— ティエン、2015

回答:

行うべき典型的なことは、対照群と治療群の治療前の傾向の目視検査です。これは、これらの2つのグループに1つのバイナリ処理しか与えられていない場合に特に簡単です。理想的には、前処理の傾向は次のようになります。ここに画像の説明を入力してください

このグラフは、なぜ共通のトレンドの仮定が必要なのかという質問に対する以前の回答から取ったものです。これには、並行トレンドの仮定を合理的に検証できる場合に想定できる、処理済みの偽事実の結果である青い破線の説明も含まれます。

y_{i t} = λ_{i} + δ_{t} + β_{- 2} D_{i t} + β_{- 1} D_{i t} + β_{1} D_{i t} + β_{2} D_{i t} + β_{3} D_{i t} + ϵ_{i t}

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

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

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

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

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

— アンディ
ソース

答えは本当に役に立ち、ピシュケの素晴らしいノートにリンクしてくれてありがとう。ノートは、特にパネルデータのDiDに関する私の両方の質問に役立つ説明を提供します。受付が遅くなってすみません。（私の質問のように）時点が2つしかない場合、共通の傾向を正当化する唯一の方法は合理的な仮定を提供することであることは本当ですか？（Card and Krueger 1994のように、より多くのデータが利用可能になったときに再活性化する、Card and Krueger、2000）

— Thien

治療前の傾向の変化については何も示すことができないため、2つの期間のみで違いの違いのストーリーを販売することは非常に困難です。グラフで表示できない場合、なぜこれらの傾向が最初から平行であったのかについて、非常に強力な議論をする必要があります。回帰ベースのテストでは、少なくとも3つの期間も必要です。

— アンディ

どうもありがとうございました。私は一日の読書の後に私の理解が正しいかどうかを見たかったのです。私はまだDiDを使用し、Rubin因果モデルで補完すると思います（そのため、2つの推定量があります）。私は修士課程の学生なので、推定者の利点と制限の両方を提供する限り、推論を引き出すことができると思います（これらの方法を教えられていなかったので、うまくいけば幸いです）。どうもありがとうございました！

— ティエン、2015

この「リード/ラグ」という用語に同意しません。「ラグ」は、結果の以前の値の調整です。したがって、昨年の収縮期血圧が180だった場合、180の値は1年のラグとしての現在の年の共変量の値になります。この慣習に従って、これまで「リード」を調整することは私には意味がありません。これは、期間の固定効果調整とは異なります。図に示したモデルを推定するには、そのタイプの時系列を使用します。つまり、固定効果時間調整と、事前/事後インジケーターです。

— AdamO

用語は計量経済学の文献では標準的です。Angrist and Pischke（2009）Mostly害のない計量経済学を参照。

— アンディ

2つの時間と2つの期間を含む差異のあるフレームワークで傾向前の一般的な仮定が妥当であるかどうかを検証する良い方法があります。ただし、複数の前処理期間のデータが必要です（2つの期間のDiDは、複数の期間のDiDよりもパフォーマンスが良い場合があります）。

あなたの例を考えると、後処理のような2002年の期間と別の前処理期間（2001年を想定）でDiDを実行できます。ATTが統計的に有意である場合、トレンド前の一般的な仮定に対する証拠、つまり、2001年から2002年の期間に効果がすでに発生していました。

次の論文では、このアプローチを使用しています。

Beatty and Shimshack、2011年

リマとシルベイラ-ネト、2015年

— リカルド・カルバーリョ
ソース

リンクと関心に感謝します。ただし、2001年（または2002年以外の前年）にはデータがないので、これらの論文は、一般的な傾向をテストするためのガイドとしては役立ちません。とにかくありがとうございました。

— ティエン2015