差异数据设置

使用差异回归模型中的差异哪种设置正确

$Y_{ist} = \alpha +\gamma_s*T + \lambda d_t + \delta*(T*d_t)+ \epsilon_{ist}$

如果观察到的是治疗组，则T是一个等于1的假人，而d是在发生治疗后的时间段中等于1的假人。

1）每个组和时间的随机样本（即4个随机样本）

要么

2）在两个时间段内跟踪相同单位的面板数据？

有关系吗？如果没有，在任何情况下都可以使用OLS吗？

差异差异（DID）的一个关键假设是，两组在治疗前的结果变量中都有共同的趋势。这很重要，因为要得出这样的观点，即治疗组的变化是由于治疗而不是因为两组开始时彼此已经不同。

如果您在治疗前后对不同的人进行抽样，除非您从治疗组和对照组抽样的样本实际上是随机且庞大的，否则这将削弱论点。因此，很可能有人会问您：“您如何确保效果是由于治疗而不仅仅是因为您对不同的人进行了采样？” -这将很难回答。您可以通过使用面板数据来避免这个问题，因为随着时间的推移，您会跟踪相同的统计单位，通常这是更可靠的方法。

要回答您的最后一个问题：是的，数据很重要，但是您可以肯定地使用OLS来估算上面的方程。过去经常被忽略的重要事情是对标准误差的正确估计。如果您不对它们进行校正，那么序列相关会低估它们，即使您可能不希望这样做，也会发现明显的影响。有关如何处理此问题的参考和建议，请参见Bertrand等。（2004）“我们应该信任差异估计中的多少？” 。

最后，如果您拥有汇总数据（例如在州一级），或者可以轻松汇总数据，并且想要使用比DID更新的计量经济学方法，则可能需要看看Abadie等人。（2010）“比较案例研究的综合控制方法”。合成控制方法在当今的研究中越来越多地使用，并且对于R和Stata存在着有据可查的例程。也许这对您也很有趣。