Glavni Ostalo Procjena razlike u razlici

Procjena razlike u razlici

Pregled

Softver

Opis

Web stranice

Čitanja

Tečajevi

Pregled

Tehnika razlike u razlici (DID) nastala je na polju ekonometrije, ali logika koja leži u osnovi tehnike koristi se John Snow još 1850-ih i naziva se 'kontroliranom studijom prije i poslije' u nekim socijalnim znanosti.

Opis

DID je kvazi eksperimentalni dizajn koji koristi longitudinalne podatke iz liječenih i kontrolnih skupina kako bi dobio odgovarajuće protučinjenice za procjenu uzročnog učinka. DID se obično koristi za procjenu učinka određene intervencije ili tretmana (poput donošenja zakona, donošenja politike ili provedbe programa širokog opsega) uspoređivanjem vremenskih promjena rezultata između populacije koja je upisana u program (interventna skupina) i populacija koja to nije (kontrolna skupina).


Slika 1. Procjena razlike u razlici, grafičko objašnjenje

zum preporučena brzina interneta

DID se koristi u postavkama promatranja gdje se ne može pretpostaviti zamjenjivost između liječene i kontrolne skupine. DID se oslanja na manje strogu pretpostavku o zamjenjivosti, tj. U nedostatku liječenja, neprimijećene razlike između liječene i kontrolne skupine jednake su prekovremeno. Stoga je razlika u razlici korisna tehnika koja se koristi kada randomizacija na pojedinačnoj razini nije moguća. DID zahtijeva podatke prije / poslije intervencije, kao što su podaci kohorte ili panela (podaci na pojedinačnoj razini tijekom vremena) ili ponovljeni podaci presjeka (na razini pojedinca ili grupe). Pristup uklanja pristranosti u usporedbama razdoblja nakon intervencije između liječene i kontrolne skupine koje bi mogle biti rezultat trajnih razlika između tih skupina, kao i pristranosti iz usporedbi tijekom vremena u tretiranoj skupini koje bi mogle biti rezultat trendova zbog drugih uzroci ishoda.

Uzročni učinci (Ya = 1 - Ya = 0)
DID se obično koristi za procjenu učinka liječenja na liječene (uzročni učinak kod izloženih), iako se uz jače pretpostavke tehnika može koristiti za procjenu prosječnog učinka liječenja (ATE) ili uzročnog učinka na populaciju. Za više detalja pogledajte članak Lechner 2011.

Pretpostavke

Da bi se procijenio bilo kakav uzročni učinak, moraju postojati tri pretpostavke: zamjenjivost, pozitivnost i pretpostavka vrijednosti liječenja stabilne jedinice (SUTVA) 1
. Procjena DID-a također zahtijeva da:

  • Intervencija koja nije povezana s ishodom na početku (alokacija intervencije nije određena ishodom)

  • Liječenje / intervencije i kontrolne skupine imaju paralelne trendove u ishodu (detalje potražite u nastavku)

  • Sastav intervencijskih i usporednih skupina stabilan je za ponovljeni dizajn presjeka (dio SUTVA-e)

  • Nema prelijevanja (dio SUTVA-e)

Pretpostavka paralelnog trenda
Pretpostavka paralelnog trenda najkritičnija je od gore navedene četiri pretpostavke kako bi se osigurala unutarnja valjanost DID modela i najteža je za ispuniti. To zahtijeva da je u nedostatku liječenja razlika između 'tretmana' i 'kontrolne' skupine konstantna tijekom vremena. Iako za ovu pretpostavku ne postoji statistički test, vizualni pregled koristan je kada promatrate tijekom mnogih vremenskih točaka. Također je predloženo da što je manje vremensko razdoblje koje se testira, to je vjerojatnije da će pretpostavka vrijediti. Kršenje pretpostavke paralelnog trenda dovesti će do pristrane procjene uzročnog učinka.

Upoznavanje pretpostavke paralelnog trenda 2

Kršenje pretpostavke paralelnog trenda 3

Model regresije
DID se obično primjenjuje kao pojam interakcije između vremena i lažnih varijabli skupine liječenja u modelu regresije.
Y = β0 + β1 * [Vrijeme] + β2 * [Intervencija] + β3 * [Vrijeme * Intervencija] + β4 * [Kovarijate] + ε

Snage i ograničenja
Snage

  • Intuitivno tumačenje

  • Može postići uzročni učinak pomoću podataka promatranja ako su pretpostavke zadovoljene

  • Može koristiti podatke na pojedinačnoj i grupnoj razini

  • Skupine za usporedbu mogu započeti na različitim razinama ishoda. (DID se fokusira na promjene koje nisu apsolutne razine)

  • Obračunava promjene / promjene zbog drugih čimbenika osim intervencije

Ograničenja

kušnje sokrata
  • Zahtijeva osnovne podatke i grupu koja ne intervenira

  • Ne može se koristiti ako je raspodjela intervencija određena osnovnim ishodom

  • Ne može se koristiti ako skupine za usporedbu imaju drugačiji trend ishoda (Abadie 2005 je predložio rješenje)

  • Ne može se koristiti ako sastav grupa prije / nakon promjene nije stabilan

Najbolje prakse

  • Budite sigurni da trend ishoda nije utjecao na dodjelu tretmana / intervencije

  • Steknite više podatkovnih točaka prije i poslije kako biste testirali pretpostavku paralelnog trenda

  • Upotrijebite linearni model vjerojatnosti kako biste lakše razumjeli

  • Obavezno ispitajte sastav populacije u liječenju / intervenciji i kontrolnim skupinama prije i nakon intervencije

  • Upotrijebite robusne standardne pogreške da biste objasnili autokorelaciju između prije / objavljivanja kod iste osobe

  • Izvršite podanalizu kako biste vidjeli je li intervencija imala sličan / drugačiji učinak na komponente ishoda

Prezentacija Epi6 u klasi 30. travnja 2013

1. Rubin, DB. Analiza randomizacije eksperimentalnih podataka u Fisherovom testu randomizacije. Časopis American Statistical Association.1980.
2. Prilagođeno vertikalnim odnosima i konkurenciji na maloprodajnim tržištima benzina, 2004. (Justine Hastings)
3. Prilagođeno iz Procjena učinka programa osposobljavanja na zaradu, pregled ekonomije i statistike, 1978. (Orley Ashenfelter)

Čitanja

Udžbenici i poglavlja

Metodološki članci

  • Bertrand, M., Duflo, E. i Mullainathan, S. Koliko bismo trebali vjerovati procjenama razlika u razlikama? Kvartalni časopis za ekonomiju. 2004.

    rav v grad st pavla


    Ovaj članak, kritizirajući DID tehniku, dobio je veliku pozornost na terenu. Članak raspravlja o potencijalnoj (možda ozbiljnoj) pristranosti u terminima DID pogrešaka. Članak opisuje tri potencijalna rješenja za rješavanje ovih pristranosti.

  • Cao, Zhun i sur. Pristupi razlike u razlici i instrumentalne varijable. Alternativa i nadopuna podudaranju rezultata sklonosti u procjeni učinaka liječenja.CER Issue Brief: 2011.


    Informativni članak koji opisuje snage, ograničenja i različite informacije koje pružaju DID, IV i PSM.

  • Lechner, Michael. Procjena uzročnih posljedica metodama razlike u razlici. Odjel za ekonomiju, Sveučilište St. Gallen. 2011.


    Ovaj rad nudi detaljnu perspektivu DID pristupa i raspravlja o nekim glavnim problemima s DID-om. Također pruža značajnu količinu informacija o proširenjima DID analize, uključujući nelinearne primjene i podudaranje rezultata sklonosti s DID-om. Primjenjiva uporaba oznaka potencijalnih ishoda uključenih u izvješće.

  • Norton, Edward C. Uvjeti interakcije u Logitand Probitmodels. UNC na brdu Chapel. Akademija zdravstva 2004.


    Ovi dijapozitivi s predavanja nude praktične korake za primjenu DID pristupa s binarnim ishodom. Linearni model vjerojatnosti najlakše je implementirati, ali ima ograničenja za predviđanje. Logistički modeli zahtijevaju dodatni korak u kodiranju kako bi se pojmovi interakcije učinili razumljivima. Za ovaj korak naveden je državni kod.

  • Abadie, Alberto. Semiparametrijski procjenitelji razlike u razlici. Pregled ekonomskih studija. 2005. godine


    Ovaj članak opširno raspravlja o pretpostavci paralelnih trendova i predlaže metodu ponderiranja za DID kada pretpostavka o paralelnom trendu možda neće vrijediti.

Članci prijave

Zdravstvene znanosti

Primjeri generalizirane linearne regresije:

  • Branas, Charles C. i sur. Analiza razlike u razlikama u zdravlju, sigurnosti i ozelenjavanju praznog urbanog prostora. Američki časopis za epidemiologiju. 2011.
  • Harman, Jeffrey i sur. Promjene u mjesečnim izdacima po članu nakon provedbe demonstracije reforme medicaida na Floridi. Istraživanje zdravstvenih usluga. 2011.
  • Wharam, Frank i sur. Korištenje hitne službe i naknadne hospitalizacije među članovima zdravstvenog plana s visokom odbitkom. JAMA. 2007.

Primjeri logističke regresije:

  • Bendavid, Eran i sur. Pomoć u razvoju HIV-a i smrtnost odraslih u Africi. JAMA. 2012. godine
  • Carlo, Waldemar A i sur. Obuka za njegu novorođenčadi i perinatalna smrtnost u zemljama u razvoju. NEJM. 2010.
  • Momak, Gery. Učinci dijeljenja troškova na pristup skrbi odraslih bez djece. Istraživanje zdravstvenih usluga. 2010.
  • King, Marissa i sur. Politike ograničenja poklona medicinskog fakulteta i propisivanje liječnika novoprodajnih psihotropnih lijekova: analiza razlike u razlikama. BMJ. 2013. godine
  • Li, Rui i sur. Samokontrola glukoze u krvi prije i nakon širenja medicare među korisnicima meicare s dijabetesom koji ne koriste inzulin.AJPH. 2008.
  • Ryan, Andrew i sur. Učinak faze 2. glavne poticajne demonstracije kvalitete bolnice na poticajne mjere bolnicama koje se brinu o pacijentima u nepovoljnom položaju. Istraživanje zdravstvenih usluga. 2012. godine

Primjeri linearne vjerojatnosti:

  • Bradley, Cathy i sur. Vremena čekanja na kirurške zahvate i posebne usluge za osigurane i neosigurane pacijente s rakom dojke: Je li važan status bolničke sigurnosne mreže? HSR: Istraživanje zdravstvenih usluga. 2012. godine
  • Monheit, Alan i sur. Kako su državne politike za proširenje ovisnog pokrivanja utjecale na status zdravstvenog osiguranja mladih odraslih? HSR: Istraživanje zdravstvenih usluga. 2011.

Proširenja (Razlike-u-razlikama-u-razlikama):

  • Afendulis, Christopher i sur. Utjecaj dijela medicare D na stope hospitalizacije. Istraživanje zdravstvenih usluga. 2011.
  • Domino, Marisa. Povećavanje vremenskih troškova i doplate za lijekove na recept: analiza promjena politike u složenom okruženju. Istraživanje zdravstvenih usluga. 2011.

Ekonomija

  • Card, David i Alan Krueger. Minimalne plaće i zaposlenje: Studija slučaja industrije brze hrane u New Jerseyu i Pennsylvaniji. Američka ekonomska revija. 1994. godine.
  • DiTella, Rafael i Schargrodsky, Ernesto. Smanjuje li policija kriminal? Procjene korištenja raspodjele policijskih snaga nakon terorističkog napada. American Economic Review. 2004.
  • Galiani, Sebastian i sur. Voda za život: Utjecaj privatizacije vodnih usluga na smrtnost djece. Časopis za političku ekonomiju. 2005. godine

Web stranice

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

Statistički (uzorak R i državni kod)
http://thetarzan.wordpress.com/2011/06/20/differences-in-differences-estimation-in-r-and-stata/

Tečajevi

Na liniji

  • Nacionalni ured za ekonomska istraživanja

    kušnje i smrt Sokrata
  • Što je novo u ekonometriji? Ljetni institut 2007.

  • Predavanje 10: Razlike u razlikama

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


    Bilješke s predavanja i video snimanje, prvenstveno usredotočene na teoriju i matematičke pretpostavke razlike u tehnici razlika i njenim proširenjima.

Zanimljivi Članci

Izbor Urednika

Magistar strateških komunikacija
Magistar strateških komunikacija
Obala Slonovače
Obala Slonovače
Alumna Lisa Cholodenko '97 režirala tri epizode Netflixove serije 'Nevjerojatno
Alumna Lisa Cholodenko '97 režirala tri epizode Netflixove serije 'Nevjerojatno'
Alumna Lisa Cholodenko ’97. Režirala je tri epizode Netflixove serije Nevjerojatno, koja je premijerno izvedena u rujnu, pohvaljujući kritikama.
Pretilost ubija više Amerikanaca nego što se prije mislilo
Pretilost ubija više Amerikanaca nego što se prije mislilo
Pretilost je puno smrtonosnija nego što se prije mislilo. Tijekom posljednjih desetljeća, pretilost je činila 18 posto smrtnih slučajeva među crno-bijelim Amerikancima u dobi od 40 do 85 godina, prema znanstvenicima. Ovo otkriće dovodi u pitanje prevladavajuću mudrost među znanstvenicima, koja taj udio iznosi oko 5%. Pretilost ima dramatično gore zdravstvene posljedice od nekih nedavnih
Joshua Navon
Joshua Navon
Joshua Navon je predavač glazbe na Sveučilištu Columbia, gdje je doktorirao iz povijesne muzikologije 2019. Prije nego što je doktorirao, završio je i diplomu i magisterij iz glazbe na Royal Holloway, Sveučilište u Londonu.
Zavod za rehabilitaciju i regenerativnu medicinu
Zavod za rehabilitaciju i regenerativnu medicinu
Šetajte kineskim gradom rano ujutro i vjerojatno ćete vidjeti grupe ljudi kako vježbaju u parku. Vidjet ćete ih kako se kreću kroz niz polaganih, gracioznih pokreta. Dok njihova tijela prelaze iz jedne vježbe u drugu, njihovi su umovi usredotočeni samo na duboko, opušteno disanje. Ova drevna vježba za um i tijelo poznata je pod nazivom tai chi (izgovara se: ty CHEE) i ne morate živjeti u Kini da biste od toga imali koristi. Prema Nacionalnom zdravstvenom istraživanju iz 2007. godine, više od 2 milijuna Amerikanaca trenutno vježba tai chi.
Sinkopirane sestre
Sinkopirane sestre
Pet je dana prije predstave, a Chloe Arnold ’02CC uvježbava svoju njujoršku plesnu trupu, Apartman 33, na pozornici u dvorani Aaron Davis u Harlemu na City Collegeu. Plesači pažljivo slušaju kako ih Chloe, odjevena u kapuljaču Ivy Park i plave traperice, priprema za sljedeći broj, postavljen za Rihanninu pjesmu Work.