DISC 设计：通过对不同个体但相同簇的重复抽样来提高差分-差分估计量的精度
统计方法学
2025-08-21 v2
摘要
我们描述了 DISC（Different Individuals, Same Clusters，即不同个体、相同簇）设计，这是一种可提高差分-差分（DID）估计量精度的抽样方案，适用于多个时间点反复抽样人口的情形。虽然队列设计通常比重复横断面（RCS）设计更高效，但由于高流失率、个体离开风险集合或其他原因，往往在实践中难以实现。DISC 设计是队列抽样设计与 RCS 抽样设计之间的混合方式，研究者获取单个簇的样本，然后在每个簇中于两个或多个时间点获取不同的横断面个体样本。我们表明，DISC 设计可产生远高于 RCS 设计的 DID 估计量精度，特别是在数据生成机制中存在随机簇效应时。例如，对于一种采样方案，即采样 40 个簇，每个簇中抽取 25 个个体（总样本量为 n=1000），当类间相关系数（ICC）为 0.05 时，RCS 设计中常用 DID 处理效应估计量的方差为该设计的 2.3 倍；当 ICC 为 0.1 时为 3.8 倍；当 ICC 为 0.2 时为 7.3 倍。
引用
@article{arxiv.2411.17905,
title = {Repeated sampling of different individuals but the same clusters to improve precision of difference-in-differences estimators: the DISC design},
author = {Jordan Downey and Avi Kenny},
journal= {arXiv preprint arXiv:2411.17905},
year = {2025}
}