Birden fazla zaman dilimi ile bir Diff-In-Diff Regresyon nasıl belirtilir?


6

Bir tez projesi için deneysel verileri analiz etmeye çalışıyorum. Veriler aynı görevi beş turda gerçekleştiren deneklerden oluşuyor ve iki farklı tedavideki denekler arasındaki eğilimler arasındaki farkla ilgileniyorum. İki tedavi 3. turda aynıdır.

Bu tedavilerdeki Deneklerin Effort seviyelerinin farkını tahmin etmek için bir diff-in-diff modeli kullanmayı planladım. Sorun şu ki, ikisi tedavi öncesi ve üçü tedavi sonrası olan beş raundum var. Şu anda, bu özelliği kullanıyorum, ancak doğru olup olmadığından emin değilim:

Effortit=β0+β1Treatmenti+n=25βnRoundnt+β6TreatmentAfterit

Tedavinin uygulamada olduğu için kukla olduğu durumlarda, Roundn, Round N'de olduğu için kukladır ve Tedavi * Sonrasında, 2. turdan sonra (tedavi "başladığında") tedavi grubunda olduğu için bir kukla etkileşimi yapılır.

Çoğunlukla farklı zaman dilimlerinde ne yapılması gerektiği konusunda kafam karıştı. Yukarıdaki gibi her tur için mankenleri kullanmak en iyisi mi yoksa sadece tur sayısına eşit bir Yuvarlak değişkeni eklemek mi en iyisidir? Ayrıca sadece bir etkileşim terimi mi yoksa her tur için bir tane mi eklemeliyim?

Yanıtlar:


1

Kafam karıştı çünkü iki tedavi olduğunu söyledin. Bir "tedavi" grubunun kontrol grubu ve diğerinin tedavi grubu olduğunu varsayıyorum. (Ayrı bir kontrol grubuna sahip olduğunuzu sanmıyorum.) Ayrıca kafam da karışık çünkü tedavinin 3. turdan önce aynı olduğunu söylediniz ancak daha sonra 2. turda başlıyorsunuz. ve tedavi grubu bundan sonra 3., 4. ve 5. mertebelerde farklı şekilde muamele edilir.

Kişisel için kukla değişkenler düzgün bir parametrik olmayan bir şekilde size (kontrol grubu için) "yuvarlak etkileri" ele emin olun. Bu bana iyi görünüyor. Yalnızca kukla'yı dahil ederseniz , bu “önceki” ve “sonraki” dönemlerin her birinde bir eğilim olmadığı anlamına gelir. Bunu istemezsin.Roundnn=2,5After

Tek bir değişken , kontrol grubunda doğrusal bir eğilim olduğu anlamına gelir . Bunu deneyebilirsin, ama doğrusallık inancının nereden geldiğini merak ediyorum. Ayrıca, lineer trend modeline göre yuvarlak aptalları dahil ederek yalnızca 3 serbestlik derecesini daha kaybedersiniz. Gerçekten küçük bir numunen yoksa, bu önemli bir şey değil. Tüm yuvarlak aptallarla mutlu olurum.roundEffort

Modeliniz, tedavi etkilerinin (diff-in-diff ile ölçülen) tüm 3., 4. ve 5. turlarda aynı olduğunu varsaymaktadır (çünkü yalnızca bir etkileşim teriminiz vardır). Bunun doğru olduğuna inanıyorsan, sorun değil. Aksi takdirde, tek bir etkileşim terimi yerine , ve etkileşimlerini kullanabilirsiniz. İsterseniz, bu tedavi etkilerinin turlar arasında aynı olup olmadığını test edebilirsiniz.TreatmentRound3TreatmentRound4TreatmentRound5


Yardım için teşekkürler! İfadeler için özür dilerim, ama doğru söylediklerimi yorumladınız. Okuduğum bir şey, her tur için sabit efektler kullanarak belirtmek ve sonra bir tur hariç tüm turlar için etkileşim terimleriydi. Bunu yaparken, Tedavi mankenini doğru şekilde dahil etmek zorunda kalmayacağım? Bence her tur için etkileşim terimleri olması, bunun gerekliliğini ortadan kaldıracaktır.
econra2017 13:16

Evet. Her tur için sabit efektler Tedavi mankenini içerir, bu yüzden ayrı bir manken tedaviyi dahil etmenize gerek yoktur. Ancak, tüm turlar için etkileşim terimleri eklerseniz, bu, 2. Periyodda sıfır olmayan bir "tedavi etkisi" olduğu ve o dönemde hiçbir "tedavi" olmadığı anlamına gelir.
chan1142
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.