Was ist der beste Weg, um die Differenz-in-Differenz-Regression (Mehrperiodenregression) zu visualisieren?

Was ist der beste Weg, um Unterschiede für die binäre und kontinuierliche Behandlung zu visualisieren?

Regressiere ich die Ergebnisvariable auf dem Kontrollsatz, schließe aber die Behandlungsvariable aus und zeichne die Residuen in jeder Gruppe (binärer Fall)?

Gibt es eine Möglichkeit, die "Dynamik" des ATE-Parameters über die Zeit zu sehen?

Ich möchte zeigen, dass die Annahme eines parallelen Trends vernünftig ist.

— Sazuhabe
quelle

Für die kontinuierliche Behandlung haben Sie auch Beobachtungen, die keine Behandlungsintensität haben, oder sind alle bis zu einem gewissen Grad betroffen? Mit "Dynamik" der ATE meinen Sie, dass Sie sehen möchten, ob es langfristige Auswirkungen der Behandlung gibt, die im Laufe der Zeit verblassen?

— Andy

Ja, nehmen wir an, wir haben eine Behandlungsintensität von Null. Ich habe dies in einem Artikel gelesen, bin mir aber nicht sicher, was der Autor genau tut. "Jede Figur interagiert den Effekt der Aufnahme in einen behandelten Zustand mit monatlichen Indikatorvariablen in der Ereigniszeit. Die Figuren zeigen Pegeländerungen während des Ereignisses Datum und keine unterschiedlichen Trends, die die behandelten und unbehandelten Gruppen trennen. " Irgendeine Idee, wie man das umsetzt?

— Sazuhabe

Ah, ich habe gerade die Antwort gepostet, bevor ich die Aktualisierung Ihres Kommentars gesehen habe. Haben Sie einen Link zum Papier?

— Andy

Dies ähnelt dem, was das Papier von Autor tut, auf das ich in der Antwort verwiesen habe. Ihr Mann regressiert das Ergebnis (Patente) der Behandlung und interagiert die Behandlung mit Zeitattrappen. Das obere Feld tut dies für die Kontrollgruppe, das untere Feld für die Behandlungsgruppe. Sie sehen also, dass das Ergebnis nur für die nach dem Behandlungsdatum behandelten Personen springt (nicht für die Kontrolle) und dass der Effekt mit der Zeit zunimmt.

— Andy

In der Regel zeichnen Sie die Durchschnittswerte der Ergebnisvariablen für Ihre Behandlungs- und Kontrollgruppe über die Zeit auf. Die Kontrollgruppe hier sind also natürlich alle diejenigen, die die Behandlung nicht erhalten haben, während die Behandlungsgruppe diejenigen sind, die eine Intensität der Behandlung erhalten haben. Dies wurde zum Beispiel in dieser Präsentation gemacht (Folien 25 und 26, Regressionsgleichung ist auf Folie 27).

Wenn Sie die parallelen Trends nach Behandlungsintensität darstellen möchten, gibt es verschiedene Möglichkeiten, und am Ende läuft es nur darauf hinaus, wie Sie sie aufteilen möchten. Beispielsweise können Sie das Ergebnis für die behandelten Einheiten in den oberen 10%, dem Mittelwert und den 90% der Behandlungsintensitätsverteilung darstellen. Ich habe dies in der Praxis selten gesehen, aber ich denke, es ist eine sinnvolle Übung.

Y_{i s t} = γ_{s} + λ_{t} + \sum_{m = 0}^{M} β_{- m} D_{s, t - m} + \sum_{k = 1}^{K} β_{+ k} D_{s, t + k} + X_{i s t}^{'} π + ϵ_{i s t}

$Y_{ist} = \gamma_s + \lambda_t + \sum^{M}_{m=0}\beta_{-m} D_{s,t-m} + \sum^{K}_{k=1}\beta_{+k} D_{s,t+k} + X'_{ist}\pi + \epsilon_{ist}$

i

$i$

s

$s$

t

$t$

γ

$\gamma$

λ

$\lambda$

X

$X$

m

$m$

m = 0

$m=0$

Die Grafik befindet sich auf Seite 26 seines Papiers. Das Schöne daran ist, dass er auch die Konfidenzbänder (vertikale Linien) für jeden Koeffizienten zeichnet, damit Sie sehen können, wann der Effekt tatsächlich von Null abweicht. In dieser Anwendung scheint es einen langfristigen Effekt der Behandlung im zweiten Jahr zu geben, obwohl der Gesamtbehandlungseffekt zuerst zunimmt und dann stabil bleibt (wenn auch unbedeutend).

$k$

— Andy
quelle