是否存在一种原则方法来选择差异模型中的前期最佳长度?
我想有一个通常的方差偏差权衡,因为太远了,但我从来没有在文献中遇到过关于这个的讨论。
为了澄清,我正在考虑模型的多期版本,而不是更简单的两期/前后差异。
是否存在一种原则方法来选择差异模型中的前期最佳长度?
我想有一个通常的方差偏差权衡,因为太远了,但我从来没有在文献中遇到过关于这个的讨论。
为了澄清,我正在考虑模型的多期版本,而不是更简单的两期/前后差异。
Chabé-Ferret (2010) 的这篇论文在这种情况下可能会很有趣。他提供了不同的场景,在这些场景下,使用到治疗时间距离相等的治疗前对的 DID 估计器是一致的,而仅使用最近的治疗前时间段是不一致的。虽然他的框架有些限制,但他也试图回答一个不同的问题。就文献而言,这将与您的问题最密切相关,就目前而言,尚未特别关注(afaik)。
其他论文如Slaughter (2001)使用预处理窗口作为稳健性检查。在他的案例中,当他延长或缩短分析中使用的预处理时间时,结果不会改变。不幸的是,很少有人在他们的研究中提供这样的证据。
据我所知,目前还没有论文考虑 DID 分析中的最佳预处理窗口。我认为到目前为止还没有研究过这一点,因为许多论文使用的微观数据通常没有大量的时间段。另一个原因可能是,只要治疗组和对照组在治疗前表现出平行趋势,改变治疗前窗口对估计治疗参数的唯一影响应该来自可忽略的抽样变化。如果它不是微不足道的,那么人们不妨质疑一开始 DID 是否有意义。尽管如此,这是一个重要的问题,也是一个未被充分探索的问题(至少在计量经济学文献中)。