结果驱动型处理何时打破平行趋势？
统计方法学
2022-08-02 v2
摘要
当处理决策基于结果的过去值时，在何种情形下会对双重差分（DiD）研究所需的平行趋势假设构成威胁？我们通过模拟研究，在一组通常有利于平行趋势的数据生成过程（随机游走、隐马尔可夫模型、以及常数直接加性混杂）、研究设计（从未接受处理、尚未接受处理、或较晚接受处理的对照组）以及处理对结果是否响应（是或否）的网格上，探讨平行趋势是否成立。我们将模拟结果的要点解读为：当处理受过去结果影响时，平行趋势通常不是一个可信的假设。这取决于回归到均值与对未来处理值的选择的组合，具体依对照组而定。由于当处理针对该结果时，处理起始时间常受过去结果影响，或许 DiD 总体上更适于研究干预的意外后果？
引用
@article{arxiv.2207.13178,
title = {When Do Outcome Driven Treatments Break Parallel Trends?},
author = {Zach Shahn},
journal= {arXiv preprint arXiv:2207.13178},
year = {2022}
}
备注
Insufficient literature review, did not realize that this result was well known