Κύριος Αλλα Εκτίμηση διαφοράς-σε-διαφορά

Εκτίμηση διαφοράς-σε-διαφορά

ΣΦΑΙΡΙΚΗ ΕΙΚΟΝΑ

Λογισμικό

Περιγραφή

τι είναι ενδημικό

Ιστοσελίδες

Αναγνώσεις

ΚΥΚΛΟΣ ΜΑΘΗΜΑΤΩΝ

ΣΦΑΙΡΙΚΗ ΕΙΚΟΝΑ

Η τεχνική διαφορά-σε-διαφορά (DID) ξεκίνησε στον τομέα της οικονομετρίας, αλλά η λογική που διέπει την τεχνική έχει χρησιμοποιηθεί ήδη από τη δεκαετία του 1850 από τον John Snow και ονομάζεται «ελεγχόμενη μελέτη πριν και μετά» σε κάποια κοινωνικά επιστήμες.

Περιγραφή

Το DID είναι ένα σχεδόν πειραματικό σχέδιο που χρησιμοποιεί διαχρονικά δεδομένα από ομάδες θεραπείας και ελέγχου για να αποκτήσει ένα κατάλληλο αντιπαραδείγμα για την εκτίμηση ενός αιτιώδους αποτελέσματος. Το DID χρησιμοποιείται συνήθως για την εκτίμηση της επίδρασης μιας συγκεκριμένης παρέμβασης ή θεραπείας (όπως νομοθετικό ψήφισμα, εφαρμογή πολιτικής ή εφαρμογή προγράμματος μεγάλης κλίμακας) συγκρίνοντας τις αλλαγές στα αποτελέσματα με την πάροδο του χρόνου μεταξύ ενός πληθυσμού που είναι εγγεγραμμένος σε ένα πρόγραμμα (η ομάδα παρέμβασης) και ένας πληθυσμός που δεν είναι (η ομάδα ελέγχου).


Σχήμα 1. Εκτίμηση διαφοράς-σε-διαφορά, γραφική εξήγηση

Το DID χρησιμοποιείται σε ρυθμίσεις παρατήρησης όπου η ανταλλαξιμότητα δεν μπορεί να θεωρηθεί μεταξύ των ομάδων θεραπείας και ελέγχου. Το DID βασίζεται σε μια λιγότερο αυστηρή υπόθεση ανταλλαγής, δηλαδή, ελλείψει θεραπείας, οι μη παρατηρημένες διαφορές μεταξύ των ομάδων θεραπείας και ελέγχου είναι ίδιες υπερωρίες. Ως εκ τούτου, η Διαφορά-σε-διαφορά είναι μια χρήσιμη τεχνική για χρήση όταν δεν είναι δυνατή η τυχαιοποίηση σε ατομικό επίπεδο. Το DID απαιτεί δεδομένα από πριν / μετά την παρέμβαση, όπως δεδομένα κοόρτης ή πίνακα (δεδομένα ατομικού επιπέδου με την πάροδο του χρόνου) ή επαναλαμβανόμενα δεδομένα διατομής (επίπεδο ατομικού ή ομαδικού). Η προσέγγιση αφαιρεί τις προκαταλήψεις σε συγκρίσεις περιόδου μετά την παρέμβαση μεταξύ της ομάδας θεραπείας και της ομάδας ελέγχου που θα μπορούσε να είναι το αποτέλεσμα από μόνιμες διαφορές μεταξύ αυτών των ομάδων, καθώς και μεροληψίες από συγκρίσεις με την πάροδο του χρόνου στην ομάδα θεραπείας που θα μπορούσαν να είναι αποτέλεσμα τάσεων λόγω άλλων αιτίες του αποτελέσματος.

Αιτιακά εφέ (Ya = 1 - Ya = 0)
Το DID συνήθως χρησιμοποιείται για την εκτίμηση της επίδρασης της θεραπείας στην αγωγή (αιτιώδης επίδραση στο εκτεθειμένο), αν και με ισχυρότερες υποθέσεις η τεχνική μπορεί να χρησιμοποιηθεί για την εκτίμηση του μέσου αποτελέσματος θεραπείας (ΑΤΕ) ή της αιτιώδους επίδρασης στον πληθυσμό. Ανατρέξτε στο άρθρο του Lechner 2011 για περισσότερες λεπτομέρειες.

Υποθέσεις

Προκειμένου να εκτιμηθεί οποιαδήποτε αιτιώδης επίδραση, πρέπει να ισχύουν τρεις παραδοχές: δυνατότητα ανταλλαγής, θετικότητα και υπόθεση αξίας σταθερής επεξεργασίας μονάδας (SUTVA) 1
. Η εκτίμηση DID απαιτεί επίσης ότι:

  • Η παρέμβαση δεν σχετίζεται με το αποτέλεσμα κατά την έναρξη (η κατανομή της παρέμβασης δεν καθορίστηκε από το αποτέλεσμα)

  • Οι ομάδες θεραπείας / παρέμβασης και ελέγχου έχουν παράλληλες τάσεις στο αποτέλεσμα (δείτε παρακάτω για λεπτομέρειες)

  • Η σύνθεση των ομάδων παρέμβασης και σύγκρισης είναι σταθερή για επαναλαμβανόμενο σχεδιασμό διατομής (μέρος του SUTVA)

  • Χωρίς εφέ διάχυσης (μέρος του SUTVA)

Παραδοχή παράλληλης τάσης
Η παραδοχή της παράλληλης τάσης είναι η πιο κρίσιμη από τις παραπάνω τέσσερις παραδοχές για τη διασφάλιση της εσωτερικής εγκυρότητας των μοντέλων DID και είναι η δυσκολότερη εκπλήρωση. Απαιτεί, ελλείψει θεραπείας, η διαφορά μεταξύ της ομάδας «θεραπείας» και «ελέγχου» να είναι σταθερή με την πάροδο του χρόνου. Αν και δεν υπάρχει στατιστικός έλεγχος για αυτήν την υπόθεση, η οπτική επιθεώρηση είναι χρήσιμη όταν έχετε παρατηρήσεις σε πολλά χρονικά σημεία. Έχει επίσης προταθεί ότι όσο μικρότερη είναι η δοκιμαζόμενη χρονική περίοδος, τόσο πιθανότερο είναι να διατηρηθεί η υπόθεση. Η παραβίαση της παραδοχής της παράλληλης τάσης θα οδηγήσει σε μεροληπτική εκτίμηση της αιτιώδους επίδρασης.

Εκπληρώνοντας την παράλληλη τάση υπόθεση 2

Παραβίαση της παραδοχής παράλληλης τάσης 3

Μοντέλο παλινδρόμησης
Y = β0 + β1 * [Χρόνος] + β2 * [Παρέμβαση] + β3 * [Χρόνος * Παρέμβαση] + β4 * [Συνδιακύμανση] + ε

Πλεονεκτήματα και περιορισμοί
Δυνατά σημεία

Χάρλεμ της Νέας Υόρκης
  • Διαισθητική ερμηνεία

  • Μπορεί να αποκτήσει αιτιώδες αποτέλεσμα χρησιμοποιώντας δεδομένα παρατήρησης εάν ικανοποιούνται οι υποθέσεις

  • Μπορεί να χρησιμοποιήσει δεδομένα ατομικού και ομαδικού επιπέδου

  • Οι ομάδες σύγκρισης μπορούν να ξεκινήσουν σε διαφορετικά επίπεδα του αποτελέσματος. (Το DID επικεντρώνεται στο changerather από τα απόλυτα επίπεδα)

  • Λογαριασμοί για αλλαγή / αλλαγή λόγω παραγόντων διαφορετικών από την παρέμβαση

Περιορισμοί

  • Απαιτεί δεδομένα βάσης και ομάδα χωρίς παρέμβαση

  • Δεν είναι δυνατή η χρήση εάν η κατανομή παρέμβασης καθορίζεται από το βασικό αποτέλεσμα

  • Δεν μπορεί να χρησιμοποιηθεί εάν οι ομάδες σύγκρισης έχουν διαφορετική τάση αποτελεσμάτων (το Abadie 2005 έχει προτείνει λύση)

  • Δεν είναι δυνατή η χρήση εάν η σύνθεση των ομάδων πριν ή μετά την αλλαγή δεν είναι σταθερή

Βέλτιστες πρακτικές

  • Βεβαιωθείτε ότι η τάση των αποτελεσμάτων δεν επηρέασε την κατανομή της θεραπείας / παρέμβασης

  • Αποκτήστε περισσότερα σημεία δεδομένων πριν και μετά για να δοκιμάσετε την παραδοχή της παράλληλης τάσης

  • Χρησιμοποιήστε το μοντέλο γραμμικής πιθανότητας για να βοηθήσετε στην ερμηνεία

  • Φροντίστε να εξετάσετε τη σύνθεση του πληθυσμού σε ομάδες θεραπείας / παρέμβασης και ελέγχου πριν και μετά την παρέμβαση

  • Χρησιμοποιήστε ισχυρά τυπικά σφάλματα για να λάβετε υπόψη την αυτόματη συσχέτιση μεταξύ της προ-δημοσίευσης στο ίδιο άτομο

  • Εκτελέστε υπο-ανάλυση για να δείτε εάν η παρέμβαση είχε παρόμοια / διαφορετική επίδραση στα συστατικά του αποτελέσματος

Παρουσίαση Epi6 στην τάξη στις 30 Απριλίου 2013

rav v st Paul

1. Rubin, DB. Ανάλυση τυχαιοποίησης πειραματικών δεδομένων στο Fisher Randomization Test. Περιοδικό American Statistic Association.1980.
3. Προσαρμογή από την εκτίμηση της επίδρασης των προγραμμάτων κατάρτισης στα κέρδη, αναθεώρηση των οικονομικών και στατιστικών, 1978 (Orley Ashenfelter)

Αναγνώσεις

Βιβλία και κεφάλαια

Μεθοδολογικά άρθρα

  • Bertrand, M., Duflo, E., & Mullainathan, S. Πόσο πρέπει να εμπιστευόμαστε τις εκτιμήσεις διαφορών-σε-διαφορών; Τριμηνιαίο περιοδικό οικονομικών. 2004.


  • Cao, Zhun et al. Προσεγγίσεις Διαφορά-σε-Διαφορά και Όργανα Μεταβλητών. Μια εναλλακτική λύση και συμπλήρωμα στην αντιστοίχιση βαθμολογίας τάσης στην εκτίμηση των αποτελεσμάτων θεραπείας. CER Issue Brief: 2011.


  • Lechner, Michael. Η εκτίμηση των αιτιακών επιδράσεων με μεθόδους διαφοράς σε διαφορά. Τμήμα Οικονομικών Επιστημών, Πανεπιστήμιο St. Gallen. 2011.


  • Norton, Edward C. Όροι αλληλεπίδρασης στο Logitand Probitmodels. UNC στο Chapel Hill. Ακαδημία Υγείας 2004.


  • Abadie, Alberto. Ημιπαραμετρικοί εκτιμητές διαφορών σε διαφορά. Επισκόπηση των οικονομικών μελετών. 2005


    Αυτό το άρθρο ασχολείται με την παραδοχή των παράλληλων τάσεων και προτείνει μια μέθοδο στάθμισης για το DID όταν η παραδοχή της παράλληλης τάσης ενδέχεται να μην ισχύει.

Άρθρα εφαρμογής

Επιστήμες Υγείας

Παραδείγματα γενικευμένης γραμμικής παλινδρόμησης:

  • Branas, Charles C. et αϊ. Μια ανάλυση διαφοράς-σε-διαφορές της υγείας, της ασφάλειας και του οικολογικού κενού αστικού χώρου. American Journal of Epidemiology. 2011.
  • Harman, Jeffrey et al. Αλλαγές στις δαπάνες ανά μέλος ανά μήνα μετά την εφαρμογή της επίδειξης μεταρρύθμισης Medicaid στη Φλόριντα. Έρευνα Υπηρεσιών Υγείας. 2011.
  • Wharam, Frank et αϊ. Χρήση του Τμήματος Έκτακτης Ανάγκης και Μεταγενέστερες Νοσηλείες Μεταξύ Μελών ενός Σχεδίου Υγιεινής Απορριπτέας. ΤΖΑΜΑ. 2007.

Παραδείγματα Logistic Regression:

  • Bendavid, Eran et al. Βοήθεια για την ανάπτυξη του HIV και θνησιμότητα ενηλίκων στην Αφρική. ΤΖΑΜΑ. 2012
  • Carlo, Waldemar Α et αϊ. Εκπαίδευση για νεογέννητα και περιγεννητική θνησιμότητα στις αναπτυσσόμενες χώρες. NEJM. 2010
  • Γκέι, Γκέρι. Οι επιπτώσεις του επιμερισμού του κόστους στην πρόσβαση στη φροντίδα μεταξύ παιδιών χωρίς παιδιά. Έρευνα Υγείας. 2010
  • King, Marissa et al. Πολιτικές περιορισμού δώρων ιατρικής σχολής και συνταγογράφηση γιατρών ψυχοτρόπων φαρμάκων που κυκλοφόρησαν πρόσφατα: ανάλυση διαφορών σε διαφορές. BMJ. 2013
  • Li, Rui et al. Αυτοπαρακολούθηση της γλυκόζης στο αίμα πριν και μετά την επέκταση της φαρμακευτικής αγωγής μεταξύ των δικαιούχων του ιχθύου με διαβήτη που δεν χρησιμοποιούν ινσουλίνη. 2008
  • Ryan, Andrew et al. Η επίδραση της φάσης 2 της κορυφαίας επίδειξης κινήτρων ποιότητας στο νοσοκομείο στις πληρωμές κινήτρων σε νοσοκομεία που φροντίζουν ασθενείς με μειονεκτική θέση. Έρευνα υπηρεσιών υγείας. 2012

Παραδείγματα γραμμικής πιθανότητας:

πλεονεκτήματα και μειονεκτήματα των ισόβιων δικαστών του ανώτατου δικαστηρίου
  • Bradley, Cathy et al. Χρόνοι χειρουργικής αναμονής και ειδικές υπηρεσίες για ασφαλισμένους και ανασφάλιστους ασθενείς με καρκίνο του μαστού: Έχει σημασία το δίκτυο ασφαλείας του νοσοκομείου; HSR: Έρευνα υπηρεσιών υγείας. 2012
  • Monheit, Alan et αϊ. Πώς οι κρατικές πολιτικές για την επέκταση της εξαρτημένης κάλυψης επηρέασαν την κατάσταση της ασφάλισης υγείας των νέων ενηλίκων; HSR: Έρευνα υπηρεσιών υγείας. 2011.

Επεκτάσεις (Διαφορές-σε-Διαφορές-σε-Διαφορές):

  • Afendulis, Christopher et al. Ο αντίκτυπος του φαρμάκου μέρος Δ στα ποσοστά νοσηλείας. Έρευνα Υγείας. 2011.
  • Ντόμινο, Μαρίσα. Αύξηση του χρόνου και των συγχρηματοδοτήσεων για συνταγογραφούμενα φάρμακα: ανάλυση των αλλαγών πολιτικής σε ένα περίπλοκο περιβάλλον. Έρευνα για τις υπηρεσίες υγείας. 2011.

Οικονομικά

  • Card, David και Alan Krueger. Ελάχιστος μισθός και απασχόληση: Μια μελέτη περίπτωσης της βιομηχανίας γρήγορου φαγητού στο Νιου Τζέρσεϋ και την Πενσυλβανία. Η αμερικανική οικονομική αναθεώρηση. 1994.
  • DiTella, Rafael και Schargrodsky, Ernesto. Μειώνει η αστυνομία το έγκλημα; Εκτιμήσεις που χρησιμοποιούν την κατανομή των αστυνομικών δυνάμεων μετά από τρομοκρατική επίθεση. Αμερικανική οικονομική ανασκόπηση. 2004.
  • Galiani, Sebastian et al. Νερό για τη ζωή: Ο αντίκτυπος της ιδιωτικοποίησης των υπηρεσιών νερού στην παιδική θνησιμότητα. Περιοδικό Πολιτικής Οικονομίας. 2005.

Ιστοσελίδες

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

Στατιστική (δείγμα R και κωδικός Stata)
http://thetarzan.wordpress.com/2011/06/20/differences-in-differences-estimation-in-r-and-stata/

ΚΥΚΛΟΣ ΜΑΘΗΜΑΤΩΝ

Σε σύνδεση

  • Εθνικό Γραφείο Οικονομικής Έρευνας

  • Τι νέο υπάρχει στην Οικονομετρία; Θερινό Ίδρυμα 2007.

  • Διάλεξη 10: Διαφορές-σε-Διαφορές

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


    Σημειώσεις διάλεξης και εγγραφή βίντεο, που επικεντρώθηκαν κυρίως στη θεωρία και τις μαθηματικές παραδοχές της τεχνικής διαφορών στις διαφορές και των επεκτάσεών της.

Ενδιαφέροντα Άρθρα