事件研究解剖学：假设性实验、精确分解与加权诊断
统计方法学
2024-11-25 v2
摘要
近些年来，事件研究已成为健康与社会科学研究中评估错位干预因果效应的核心方法。本文从实验设计原理出发，对事件研究进行分析，关注跨测量信息的借用。我们发展出鲁棒的加权估计方法，利用越来越多的单位和时间段信息，其正是基于对处理分配机制与潜在结果机制日益严格的假设所合理化。作为这一方法的一个特例，我们提供了经典动态双向固定效应(TWFE)回归估计器的一种新型分解。该分解以闭式形式表达，揭示了在有限样本中，TWFE回归调整所近似的假设性实验。这一分解提供了关于标准回归估计器如何跨单位和时间借用信息的见解，澄清并补充了文献中所谓的"禁止比较"概念。该方法使能够将处理效应估计推广到目标总体，并为事件研究提供新的诊断工具，包括共变平衡、符号反转、有效样本量以及每个观测值对分析的贡献。我们还提供事件研究的可视化工具，并以离婚改革对女性自杀率影响为例进行案例研究。
引用
@article{arxiv.2410.17399,
title = {An Anatomy of Event Studies: Hypothetical Experiments, Exact Decomposition, and Weighting Diagnostics},
author = {Zhu Shen and Ambarish Chattopadhyay and Yuzhou Lin and Jose R. Zubizarreta},
journal= {arXiv preprint arXiv:2410.17399},
year = {2024}
}