Apa cara terbaik untuk memvisualisasikan perbedaan-dalam-perbedaan untuk pengobatan biner dan berkelanjutan?
Apakah saya regresi variabel hasil pada set kontrol tetapi mengecualikan variabel pengobatan dan plot residu di setiap kelompok (kasus biner)?
Apakah ada cara untuk melihat "dinamika" dari parameter ATE dari waktu ke waktu?
Saya ingin menunjukkan bahwa asumsi tren paralel masuk akal.
Jawaban:
Apa yang biasanya dilakukan adalah Anda memplot rata-rata variabel hasil untuk kelompok kontrol dan perawatan Anda dari waktu ke waktu. Jadi kelompok kontrol di sini secara alami adalah semua yang tidak menerima perawatan sementara kelompok perlakuan adalah mereka yang menerima intensitas perawatan. Itu dilakukan misalnya dalam presentasi ini (slide 25 dan 26, persamaan regresi ada di slide 27).
Jika Anda ingin menunjukkan tren paralel dengan intensitas perawatan, ada berbagai cara untuk melakukannya dan pada akhirnya itu hanya menjelaskan bagaimana Anda ingin membaginya. Misalnya, Anda dapat memplot hasil untuk unit yang dirawat di atas 10%, rata-rata, dan 90% dari distribusi intensitas perawatan. Saya jarang melihat ini dilakukan dalam praktek, namun saya pikir ini adalah latihan yang bermakna.
Untuk memperkirakan waktu perawatan yang memudar, Anda dapat mengikuti Autor (2003) . Ia menyertakan sadapan dan perawatan seperti pada mana ia memiliki data pada setiap individu , dalam keadaan at waktu , adalah efek tetap keadaan, adalah efek tetap waktu, dan adalah kontrol individual. The tertinggal dari pengobatan memperkirakan memudar efek dari
Grafik ada di halaman 26 makalahnya. Yang menyenangkan tentang ini adalah ia juga memplot band-band kepercayaan diri (garis-garis vertikal) untuk masing-masing koefisien sehingga Anda dapat melihat kapan efeknya sebenarnya berbeda dari nol. Dalam aplikasi ini tampaknya ada efek jangka panjang dari pengobatan dalam dua tahun meskipun efek pengobatan keseluruhan pertama meningkat dan kemudian tetap stabil (meskipun tidak signifikan).
Anda dapat melakukan hal yang sama dengan lead . Namun, itu harus tidak signifikan karena jika tidak, ini mengisyaratkan perilaku antisipatif sehubungan dengan pengobatan dan karena itu status pengobatan mungkin tidak eksogen lagi.k
sumber