Hoofd Anders Verschil-in-verschil schatting

Verschil-in-verschil schatting

Overzicht

Software

Omschrijving

Websites

Lezingen

Cursussen

Overzicht

De Difference-in-Difference (DID)-techniek is ontstaan ​​op het gebied van de econometrie, maar de logica die aan de techniek ten grondslag ligt, is al in de jaren 1850 door John Snow gebruikt en wordt in sommige sociale media de 'gecontroleerde voor-en-na-studie' genoemd. wetenschappen.

Omschrijving

DID is een quasi-experimenteel ontwerp dat gebruik maakt van longitudinale gegevens van behandelings- en controlegroepen om een ​​geschikt nulscenario te verkrijgen om een ​​causaal effect te schatten. DIS wordt meestal gebruikt om het effect van een specifieke interventie of behandeling te schatten (zoals een wet, vaststelling van beleid of grootschalige programma-implementatie) door de veranderingen in resultaten in de tijd te vergelijken tussen een populatie die is ingeschreven in een programma (de interventiegroep) en een populatie die dat niet is (de controlegroep).


Figuur 1. Difference-in-Difference schatting, grafische uitleg

DID wordt gebruikt in observationele instellingen waar uitwisselbaarheid tussen de behandelings- en controlegroepen niet kan worden aangenomen. DID gaat uit van een minder strikte aanname van uitwisselbaarheid, d.w.z. bij afwezigheid van behandeling zijn de niet-waargenomen verschillen tussen behandelings- en controlegroepen dezelfde overuren. Daarom is Difference-in-difference een bruikbare techniek om te gebruiken wanneer randomisatie op individueel niveau niet mogelijk is. DID vereist gegevens van pre-/postinterventie, zoals cohort- of panelgegevens (gegevens op individueel niveau in de loop van de tijd) of herhaalde transversale gegevens (individueel of groepsniveau). De aanpak verwijdert vooroordelen in vergelijkingen na de interventieperiode tussen de behandelings- en controlegroep die het resultaat zouden kunnen zijn van permanente verschillen tussen die groepen, evenals vooroordelen uit vergelijkingen in de tijd in de behandelingsgroep die het resultaat zouden kunnen zijn van trends als gevolg van andere oorzaken van het resultaat.

Causale effecten (Ya = 1 - Ya = 0)
DID wordt meestal gebruikt om het effect van de behandeling op de behandelde te schatten (causaal effect bij de blootgestelde), hoewel met sterkere veronderstellingen de techniek kan worden gebruikt om het gemiddelde behandelingseffect (ATE) of het causale effect in de populatie te schatten. Raadpleeg het artikel van Lechner 2011 voor meer informatie.

Veronderstellingen

Om een ​​causaal effect te kunnen schatten, moeten drie aannames gelden: uitwisselbaarheid, positiviteit en Stabiele Unit Treatment Value Assumption (SUTVA)1
. DID-schatting vereist ook dat:

kookkoorts cheats geen enquête
  • Interventie niet gerelateerd aan uitkomst bij baseline (toewijzing van interventie werd niet bepaald door uitkomst)

  • Behandelings-/interventie- en controlegroepen hebben parallelle trends in uitkomst (zie hieronder voor details)

  • Samenstelling van interventie- en vergelijkingsgroepen is stabiel voor herhaald cross-sectioneel ontwerp (onderdeel van SUTVA)

  • Geen overloopeffecten (onderdeel van SUTVA)

Parallelle trendaanname
De parallelle trendaanname is de meest kritische van de vier bovenstaande aannames om de interne validiteit van DIS-modellen te verzekeren en is het moeilijkst te vervullen. Het vereist dat bij afwezigheid van behandeling het verschil tussen de 'behandeling' en de 'controle'-groep in de tijd constant is. Hoewel er geen statistische test is voor deze aanname, is visuele inspectie nuttig wanneer u observaties hebt over vele tijdstippen. Er is ook voorgesteld dat hoe kleiner de geteste tijdsperiode, hoe waarschijnlijker de aanname is. Schending van de parallelle trendaanname zal leiden tot een vertekende schatting van het causale effect.

Voldoen aan de parallelle trendveronderstelling

Schending van de parallelle trendveronderstelling 3

Regressie model
DIS wordt meestal geïmplementeerd als een interactieterm tussen dummyvariabelen van tijd en behandelgroep in een regressiemodel.
Y= β0 + β1*[Tijd] + β2*[Interventie] + β3*[Tijd*Interventie] + β4*[Covariaten]+ε

Sterke punten en beperkingen
Sterke punten

  • Intuïtieve interpretatie

  • Kan een causaal effect verkrijgen met behulp van observatiegegevens als aan de veronderstellingen wordt voldaan

  • Kan zowel gegevens op individueel als groepsniveau gebruiken

  • Vergelijkingsgroepen kunnen op verschillende niveaus van de uitkomst beginnen. (DID richt zich op verandering in plaats van op absolute niveaus)

  • Houdt rekening met verandering/verandering door andere factoren dan interventie than

Beperkingen

  • Vereist basislijngegevens en een niet-interventiegroep

  • Kan niet gebruiken als interventietoewijzing bepaald door baseline-uitkomst

  • Kan niet worden gebruikt als vergelijkingsgroepen een andere uitkomsttrend hebben (Abadie 2005 heeft een oplossing voorgesteld)

  • Kan niet gebruiken als de samenstelling van groepen vóór/na de wijziging niet stabiel is

Beste praktijken

  • Zorg ervoor dat de uitkomsttrend de toewijzing van de behandeling/interventie niet beïnvloedde

  • Verkrijg voor en na meer datapunten om de aanname van parallelle trends te testen

  • Lineair waarschijnlijkheidsmodel gebruiken om te helpen bij de interpreteerbaarheid

    school voor voortgezette studies
  • Zorg ervoor dat de samenstelling van de populatie in behandelings-/interventie- en controlegroepen voor en na de interventie wordt onderzocht

  • Gebruik robuuste standaardfouten om rekening te houden met autocorrelatie tussen pre/post in hetzelfde individu

  • Voer een subanalyse uit om te zien of interventie een vergelijkbaar/verschillend effect had op onderdelen van de uitkomst

Presentatie in de klas Epi6 30 april 2013

1. Rubin, DB. Randomisatie-analyse van experimentele gegevens in de Fisher-randomisatietest. Tijdschrift American Statistical Association.1980.
2. Aangepast van verticale relaties en concurrentie in de detailhandelsbenzinemarkten, 2004 (Justine Hastings)
3. Aangepast van Schatting van het effect van trainingsprogramma's op inkomsten, overzicht van economie en statistieken, 1978 (Orley Ashenfelter)

Lezingen

Studieboeken en hoofdstukken

  • Meestal onschadelijke econometrie: hoofdstuk 5.2 (pg 169-182)


    Angrist J., Pischke J.S. 2008. Meestal onschadelijke econometrie, Princeton University Press, NJ.
    http://www.mostlyharmlesseconometrics.com/
    Dit hoofdstuk bespreekt DIS in de context van het oorspronkelijke vakgebied van de techniek, econometrie. Het geeft een goed overzicht van de theorie en aannames van de techniek.

  • WHO-impactevaluatie in de praktijk: hoofdstuk 6.


    http://siteresources.worldbank.org/EXTHDOFFICE/Resources/5485726-1295455628620/Impact_Evaluation_in_Practice.pdf
    Betreden op 9 februari 2013.
    Deze publicatie geeft een zeer eenvoudig overzicht van de schatting van DIS vanuit het perspectief van de evaluatie van gezondheidsprogramma's. Er is ook een sectie over best practices voor alle beschreven methoden.

Methodologische artikelen

  • Bertrand, M., Duflo, E., & Mullainathan, S. Hoeveel moeten we vertrouwen op schattingen van verschillen-in-verschillen? Kwartaalblad economie. 2004.


    Dit artikel, waarin de DID-techniek wordt bekritiseerd, heeft veel aandacht gekregen in het veld. Het artikel bespreekt mogelijke (misschien ernstige) vertekening in termen van DIS-fouten. Het artikel beschrijft drie mogelijke oplossingen om deze vooroordelen aan te pakken.

  • Cao, Zhun et al. Verschil-in-verschil en instrumentele variabelenbenaderingen. Een alternatief en aanvulling op propensity score matching bij het schatten van behandelingseffecten.CER Issue Brief: 2011.


    Een informatief artikel dat de sterke punten, beperkingen en verschillende informatie van DID, IV en PSM beschrijft.

  • Lechner, Michaël. De schatting van causale effecten door verschil-in-verschil-methoden. Afdeling Economie, Universiteit van St. Gallen. 2011.


    Dit artikel biedt een diepgaand perspectief op de DIS-benadering en bespreekt enkele van de belangrijkste problemen met DIS. Het biedt ook een aanzienlijke hoeveelheid informatie over uitbreidingen van DIS-analyse, waaronder niet-lineaire toepassingen en het matchen van propensity-scores met DIS. Toepasselijk gebruik van mogelijke uitkomstnotatie opgenomen in rapport.

  • Norton, Edward C. Interactievoorwaarden in Logitan en Probitmodels. UNC in Chapel Hill. Academie Gezondheid 2004.


    Deze collegedia's bieden praktische stappen om de DID-aanpak met een binaire uitkomst te implementeren. Het lineaire waarschijnlijkheidsmodel is het gemakkelijkst te implementeren, maar heeft beperkingen voor voorspelling. Logistieke modellen vereisen een extra stap in het coderen om de interactietermen interpreteerbaar te maken. Voor deze stap wordt een statuscode verstrekt.

  • Abadie, Alberto. Semiparametrische Difference-in-Difference-schatters. Herziening van economische studies. 2005


    Dit artikel bespreekt de aanname van parallelle trends uitgebreid en stelt een wegingsmethode voor DIS voor wanneer de aanname van parallelle trends mogelijk niet opgaat.

Toepassingsartikelen

Gezondheidswetenschappen

Voorbeelden van gegeneraliseerde lineaire regressie:

  • Branas, Charles C. et al. Een Difference-in-Differences-analyse van gezondheid, veiligheid en vergroening van lege stedelijke ruimte. Amerikaans tijdschrift voor epidemiologie. 2011.
  • Harman, Jeffrey et al. Veranderingen in uitgaven per lid per maand na implementatie van Florida's medicaid hervormingsdemonstratie. Onderzoek naar gezondheidsdiensten. 2011.
  • Wharam, Frank et al. Gebruik van de afdeling spoedeisende hulp en daaropvolgende ziekenhuisopnames onder leden van een hoog-aftrekbaar gezondheidsplan. JAMA. 2007.

Voorbeelden van logistieke regressie:

  • Bendavid, Eran et al. HIV-ontwikkelingshulp en volwassensterfte in Afrika. JAMA. 2012
  • Carlo, Waldemar A et al. Pasgeboren zorgtraining en perinatale sterfte in ontwikkelingslanden. NEJM. 2010. 2010.
  • Kerel, Gery. De effecten van kostenberekening op de toegang tot zorg voor kinderloze volwassenen. Health Services Research. 2010. 2010.
  • King, Marissa et al. Beleid voor beperking van medische schoolgiften en voorschrijven door artsen van nieuw op de markt gebrachte psychotrope medicijnen: analyse van verschil-in-verschillen. BMJ. 2013.
  • Li, Rui et al. Zelfcontrole van bloedglucose voor en na uitbreiding van medicare bij meicare-begunstigden met diabetes die geen insuline gebruiken.AJPH. 2008.
  • Ryan, Andrew et al. Het effect van fase 2 van de eerste demonstratie van kwaliteitsstimulansen voor ziekenhuizen op stimuleringsbetalingen aan ziekenhuizen die voor kansarme patiënten zorgen. Onderzoek naar gezondheidsdiensten 2012.

Voorbeelden van lineaire waarschijnlijkheid:

  • Bradley, Cathy et al. Wachttijden voor operaties en gespecialiseerde diensten voor verzekerde en niet-verzekerde borstkankerpatiënten: is de status van het vangnet van het ziekenhuis van belang? HSR: Onderzoek naar gezondheidsdiensten. 2012.
  • Monheit, Alan et al. Hoe heeft het overheidsbeleid om de afhankelijke dekking uit te breiden de ziekteverzekeringsstatus van jongvolwassenen beïnvloed? HSR: Onderzoek naar gezondheidsdiensten. 2011.

Extensies (Verschillen-in-Verschillen-in-Verschillen):

  • Afendulis, Christopher et al. De impact van medicare deel D op ziekenhuisopnames. Health Services Research. 2011.
  • Domino, Mariska. Toenemende tijdskosten en eigen bijdragen voor geneesmiddelen op recept: een analyse van beleidsveranderingen in een complexe omgeving. Onderzoek naar gezondheidsdiensten. 2011.

Economie

  • Card, David en Alan Krueger. Minimumloon en werkgelegenheid: een casestudy van de fastfoodindustrie in New Jersey en Pennsylvania. De Amerikaanse economische recensie. 1994.
  • DiTella, Rafael en Schargrodsky, Ernesto. Vermindert de politie criminaliteit? Schattingen met behulp van de toewijzing van politiediensten na een terroristische aanslag. Amerikaanse economische recensie. 2004.
  • Galiani, Sebastiaan et al. Water for Life: de impact van de privatisering van waterdiensten op kindersterfte. Tijdschrift voor politieke economie. 2005.

Websites

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

Statistisch (voorbeeld R en Stata-code)
http://thetarzan.wordpress.com/2011/06/20/differences-in-differences-estimation-in-r-and-stata/

Cursussen

Online

  • Nationaal Bureau voor Economisch Onderzoek

    verschil-in-verschillen
  • Wat is er nieuw in econometrie? Zomerinstituut 2007.

  • Lezing 10: Verschillen-in-verschillen

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


    Collegenota's en video-opnames, voornamelijk gericht op de theorie en wiskundige aannames van de verschil-in-verschillentechniek en de uitbreidingen ervan.

Interessante Artikelen

Editor'S Choice

Virginia Lorenzi MS
Virginia Lorenzi MS
Bobby Art International v. Hoon
Bobby Art International v. Hoon
Columbia Global Freedom of Expression streeft naar een beter begrip van de internationale en nationale normen en instellingen die de vrije stroom van informatie en meningsuiting het beste beschermen in een onderling verbonden wereldwijde gemeenschap met grote gemeenschappelijke uitdagingen die moeten worden aangepakt. Om haar missie te bereiken, onderneemt en geeft Global Freedom of Expression onderzoeks- en beleidsprojecten, organiseert het evenementen en conferenties en neemt het deel aan en draagt ​​het bij aan wereldwijde debatten over de bescherming van de vrijheid van meningsuiting en informatie in de 21e eeuw.
Februari Virtuele Narrative Medicine-rondes met André Aciman
Februari Virtuele Narrative Medicine-rondes met André Aciman
Homo Irrealis: Essays,' een gesprek met schrijver André Aciman over zijn nieuwe boek Voor onze Narrative Medicine-rondes in februari verwelkomen we schrijver André...
Nigeriaanse immigratiedienst en de last van gegevensbescherming
Nigeriaanse immigratiedienst en de last van gegevensbescherming
Columbia Global Freedom of Expression streeft naar een beter begrip van de internationale en nationale normen en instellingen die de vrije stroom van informatie en meningsuiting het beste beschermen in een onderling verbonden wereldwijde gemeenschap met grote gemeenschappelijke uitdagingen die moeten worden aangepakt. Om haar missie te bereiken, onderneemt en geeft Global Freedom of Expression onderzoeks- en beleidsprojecten, organiseert evenementen en conferenties, en neemt deel aan en draagt ​​bij aan wereldwijde debatten over de bescherming van vrijheid van meningsuiting en informatie in de 21e eeuw.
Hij is een CNN-held: Alumnus David Flink beschouwt 'LD' als 'anders leren
Hij is een CNN-held: Alumnus David Flink beschouwt 'LD' als 'anders leren'
Teachers College alumnus David Flink (M.A. ’08), oprichter en Chief Empowerment Officer van Eye to Eye, een mentoringbeweging voor en door mensen met leerproblemen/ADHD, is uitgeroepen tot CNN Hero.
Martin Luther King Jr. in Columbia
Martin Luther King Jr. in Columbia
Op 27 oktober 1961 arriveerde Martin Luther King Jr., de voorzitter van de Southern Christian Leadership Conference (SCLC) en predikant van de Ebenezer Baptist Church in Atlanta, aan de Columbia University om een ​​toespraak te houden. King omhelsde christelijke liefde en Gandhiaanse geweldloosheid en stond erop dat Amerika zijn belofte van gelijke rechten voor iedereen waarmaakt. King, tweeëndertig, was de meest vooraanstaande burgerrechtenleider van het land. Hij had de Montgomery Bus Boycot in 1956 geleid en maakte de cover van TIME.
Klimaatverandering zorgt voor aanzienlijke toename van bosbranden in de VS
Klimaatverandering zorgt voor aanzienlijke toename van bosbranden in de VS