DID中用pre-treatment covariate是不是会导致回归方程中协变量对应的时间点(如年份)与其他变量不一致?这时回归还能正常进行吗?
- User
DID中用pre-treatment covariate是不是会导致回归方程中协变量对应的时间点(如年份)与其他变量不一致?这时回归还能正常进行吗?
Assistant
在DID分析中使用pre-treatment covariates确实会导致协变量与其他变量的时间点不一致,但这恰恰是标准做法,回归可以正常进行。
具体来说:
时间点不一致的情况:
- 结果变量Y:包含处理前后多个时期的观测值
- 处理变量和时间变量:随时间变化
- Pre-treatment covariates:固定在处理前某个时点的值
为什么这样做是合理的:
-
避免bad control问题:如果使用随时间变化的协变量,可能会控制掉处理效应的一部分,因为处理可能会影响这些协变量
-
保持外生性:Pre-treatment covariates不会被处理影响,确保了协变量的外生性
-
控制基线差异:主要目的是控制处理组和控制组在处理前就存在的系统性差异
实际操作:
Y_it = β₀ + β₁Treat_i + β₂Post_t + β₃(Treat_i × Post_t) + γX_i,pre + ε_it其中X_i,pre是个体i在处理前的特征值,在整个样本期间保持不变。
这种做法在实证研究中非常普遍,比如用个体的教育水平、性别、处理前的收入水平等作为控制变量。关键是要明确这些是pre-treatment的值,而不是time-varying covariates。
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.