模糊双重差分法
统计方法学
2023-04-18 v4
摘要
双重差分法（DID）是一种评估处理效应的方法。在其基本版本中，“对照组”在两个时点均未接受处理，而“处理组”在第二个时点完全接受处理。然而，在 DID 方法的许多应用中，处理率仅在处理组中增加更多。在此类模糊设计中，一种流行的处理效应估计量是将结果变量的 DID 除以处理变量的 DID。我们证明该比值仅在满足两个同质处理效应假设时识别局部平均处理效应。随后我们提出两个替代的估计目标，它们不依赖于任何关于处理效应的假设，并且可在对照组处理率不随时间变化时使用。我们证明相应的估计量是渐近正态的。最后，我们利用我们的结果重新审视 Duflo (2001)。
引用
@article{arxiv.1510.01757,
title = {Fuzzy Differences-in-Differences},
author = {Clement de Chaisemartin and Xavier D'Haultfoeuille},
journal= {arXiv preprint arXiv:1510.01757},
year = {2023}
}