PSM-DID模型就是这样一种方法,它结合了倾向得分匹配法(PSM)和双重差分法(DID),有效地解决处理组和对照组之间存在的可观测和不可观测的混杂因素。该系列旨在通过阐述PSM-DID模型的原理、建模过程,并通过一个简单的业务案例实现帮助读者更好地在实践中理解运用模型。本文为PSM-DID系列文章的原理介绍与建模流程讲解部分...
PSM-DID有时也称为“匹配倍差法”。 PSM-DID的经典方法:单期匹配 本质上,PSM-DID的经典方法使用“单期匹配”。由于两期面板在处理前只有一期,故PSM-DID的经典方法天然地适用于两期面板;比如万海远、李实(2013,经济研究),贾俊雪、宁静(2015,管理世界),徐志刚等(2018,管理世界)。 事实上,对于一类特殊的多期面板...
在两期面板中,基于条件平行趋势假设,PSM-DID的基本做法是:首先使用处理前的第1期数据(这是横截面数据),进行倾向得分匹配(PSM);然后根据匹配结果,针对两期面板进行双重差分估计(这是真正意义上的双重差分,当然也可使用OLS)。 在具体匹配方法上,可以使用传统的“K近邻匹配”(k-nearest neighbor matching),“卡尺内匹...
②灵活运用:PSM-DID方法不需要进行随机分配处理组和控制组,而是利用已有的观察数据来估计因果效应。根据数据特征和业务场景的不同,可以灵活地选择匹配方法、匹配算法、匹配范围等参数,进行模型调整。 缺点: ①前置条件难检验,PSM-DID方法需要满足条件独立性假设(CIA)和平行趋势假设(PTA),这两个假设都是无法直接检验的...
(三)PSM-DID的基本原理与适用条件 (四)SCM的基本原理与适用条件 (五)RDD的基本原理与适用条件 四、主流因果效应估计方法的比较分析 (一)主流因果效应估计方法的联系 1.PSM与DID的联系 2.DID与SCM的联系 3.PSM与SCM的联系 4.PSM与RDD的联系 5.PSM与回归分析的联系 ...
通过DID估算假设下未发生干预时的变化，从而揭示策略的实际影响。这对于事实因果分析具有重要意义，是数据科学面试中常被考察的概念之一。深入理解并掌握PSM-DID模型，对于解决现实中的反事实因果评价问题大有裨益。参考资料可供进一步学习：《数据科学工程实践》、《因果论》等专业书籍和知乎文章。
SCM、DID、PSM、PSM-DID、IV方法原理、适用条件、优缺点大比拼 SCM 原理 基于Rubin反事实框架,通过虚拟构造一个“控制组”,即在各方面都与受到干预的处理组一致但未受到干预的组,与处理组进行对比,二者之差即为“处理效应”。 适用条件:...
含横截面数据模型、时间序列数据分析、VAR、GARCH类、面板数据模型、高维固定效应模型、动态面板数据模型、变系数面板数据模型、离散选择模型、二元Logit模型、Probit模型、有序probit、多项离散选择模型、政策评价方法、PSM倾向得分匹配、断点回归模型、双重差分DID、PSM-DID等 ...
合成控制法,又名综合控制方法(Synthetic Control Methods),是由Abdie(2003)提出来的一种政策效果评估方法。Abdie(2003)将该方法用于评估恐怖冲突对巴斯克地区经济的影响效应。Abdie(2010)利用合成控制法研究了加州香烟控制法案对人均香烟消费效应。该...