停止治療的差異-差異模型

我有一種情況，我觀察了兩組 A 和 B 三年。A組從未接受過任何治療。而 B 組僅在第 2 年接受治療。我可以通過僅使用第 1 年和第 2 年的數據以及標準差值方法來估計治療的影響。我也有興趣估計停止治療的影響。

如果我只使用第 2 年和第 3 年的數據，則治療發生在第 2 期，治療組和對照組不具有可比性。把三年的數據全部用完，把“停藥”當作二次治療，這樣行不行？

您大概應該使用所有 3 年的數據。鑑於您具有 diff-in-diff 的適當條件（平行趨勢），並且您正在查看僅在治療期間相關的治療標準案例（無滯後效應），那麼附加數據不應損害您的估計。額外年份的未經處理的數據將幫助您更恰當地衡量兩組之間的實際差異，從而更準確地衡量效果治療。

查看面板數據和差異應用程序 - 您為所有人添加固定效果 $ t $ 和所有 $ i $ ，並為處理變數和控制變數的互動創建一個 DiD 變數。在理想條件下，治療的時間安排無關緊要。如果您確實有理由相信存在滯後效應，那麼您當然應該用治療滯後/領先來解釋這一點，我相信另一個答案是擔心的。

雖然在影響評估方面我只是一個新手，但我想說你的比較是否有意義取決於它是否滿足平行趨勢假設。

Dif-in-dif 策略的全部要點建立在沒有任何外生衝擊的情況下類似進化軌蹟的基本假設之上。理想情況下，在您的情況下，這將是所有三個時期，因為您想要觀察治療前、治療和治療後時期，每個時期都揭示了關於兩組行為的不同資訊。只要這個假設成立，並且沒有其他時變因素對兩組產生不同的影響，特別是在治療期間，第 1 期和第 2 期之間的差異就揭示了治療的影響。第 2 期和第 3 期之間的差異是無意義的，但是因為治療組和對照組在第 2 期已經不同。

引用自：https://economics.stackexchange.com/questions/43523