Overcoming ommon time trend bei DiD

Regressionsmodelle aller Art mit Stata.

Overcoming ommon time trend bei DiD

Beitragvon Statistician » Do 26. Dez 2013, 17:24

Hello liebe Leute,

ich habe ein Problem bei meinem DiD-Design und wäre sehr froh, wenn ihr mir ein Feedback zu meinem Lösungsansatz geben könntet.

Ich nutze ein DiD-Design um den unterschiedlichen Trend in den Kaufpreisen der Landkreise vor und nach 2000 zu ermitteln. Ein Landkreise hat ein treatment erfahren, wenn die Windgeschwindigkeit einen bestimmten Schwellenwert überschritten hat. In stata sieht das wie folgt aus:

reg kaufpreis treat time treat*time

Dabei gilt für time=0 vor dem treatment und time=1 nach dem treatment. Und für treat=1 falls Landkreis in treatmentgruppe und 0 sonst. Als Kontrollvariable nutze ich nun auch das Bundesland (land). D.h.

reg kaufpreis treat time treat*time i.land

Mein Problem: ich weiß, dass der common time trend zwischen den Bundesländern über den betrachteten Zeitraum nicht der gleiche ist. Also ist die kritische Annahme des DiD verletzt. Daher meine Idee: ich interagiere die Variable für Bundesland (land) auch mit der Zeitvariablen (time). Somit kontrolliere ich also für den zeitlichen Unterschied zwischen den Bundesländern über den Betrachtungszeitraum - glaub ich?! Mein Modell sieht also wie folgt aus:

reg kaufpreise treat time treat*time land#time

Wobei land#time ein interaktionsterm zwischen den zwei Faktorvariablen land und time ist.

Meine generelle Frage: kann ich mit dieser Vorgehensweise für die unterschiedlichen Zeittrends in den Bundesländern kontrollieren? Also das Problem des verletzten Annahme des common time trend "beheben"?

Vielen Dank für euer Feedback!
Statistician
 
Beiträge: 4
Registriert: Sa 21. Dez 2013, 12:35
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Re: Overcoming ommon time trend bei DiD

Beitragvon daniel » Do 26. Dez 2013, 21:29

Ich habe länger nichts mehr in Richtung DID gemacht, aber mir erscheint der Ansatz intuitiv eher "schwach". Wenn du Paneldaten hast, wieso verwendest Du keine FE Modelle, also nur die Varianz innerhalb der Landkreise? Wo liegt der Vorteil des DID Ansatzes?
Stata is an invented word, not an acronym, and should not appear with all letters capitalized: please write “Stata”, not “STATA”.
daniel
 
Beiträge: 1060
Registriert: Sa 1. Okt 2011, 17:20
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Re: Overcoming ommon time trend bei DiD

Beitragvon Statistician » Fr 27. Dez 2013, 12:12

Hi Daniel,

danke für deine Antwort.

Ich habe leider keine Daten auf Gemeindeebene, die ja dann die Varianz innerhalb der Landkreise darstellen würden, oder?! Meine Varianz resultiert also allein daraus, dass ich unterschiedliche Kaufpreise auf Landkreisebene habe. D.h. ich habe nur Varianz zwischen den Landkreisen und nicht innerhalb der Landkreise.

Wieso erscheint dir mein DiD-Ansatz intuitiv schwach?
Statistician
 
Beiträge: 4
Registriert: Sa 21. Dez 2013, 12:35
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Re: Overcoming ommon time trend bei DiD

Beitragvon daniel » Fr 27. Dez 2013, 14:40

Ich habe leider keine Daten auf Gemeindeebene, die ja dann die Varianz innerhalb der Landkreise darstellen würden, oder?!
Meine Varianz resultiert also allein daraus, dass ich unterschiedliche Kaufpreise auf Landkreisebene habe. D.h. ich habe nur Varianz zwischen den Landkreisen und nicht innerhalb der Landkreise.


Nein, die Varianz innerhalb der Landkreise wird durch Daten auf Landkreisebene über die Zeit abgebildet. Die Indikatorvariable für die Landkreise muss m.E. in die Modellspezifikation aufgenommen werden. Statt

reg kaufpreis treat time treat*time


willst Du

Code: Alles auswählen
reg kaufpreis i.treat##i.time i.LANDKREIS


um für (zeitkonstante) unbeobachtete Heterogenität zwischen den Landkreisen zu kontrollieren. Der explizite Einbezug der Bundeslandvariable entfällt damit, weil ein Landkreis über die Zeit ja immer im selben Bundesland liegt.

Wieso erscheint dir mein DiD-Ansatz intuitiv schwach?


Das war evtl. etwas missverstädlich formuliert. Der Begriff "intutitv" sollte verdeutlichen, dass ich mich nun nicht mehr genauer in die Logit des DID eingelesen habe, und mit "Ansatz" meine ich Deine Modellspezifikation, die m.E. unnötig viele Annahmen zur Identifikation des Kausaleffektes benötigt.
Stata is an invented word, not an acronym, and should not appear with all letters capitalized: please write “Stata”, not “STATA”.
daniel
 
Beiträge: 1060
Registriert: Sa 1. Okt 2011, 17:20
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Re: Overcoming ommon time trend bei DiD

Beitragvon Statistician » Fr 27. Dez 2013, 16:12

Hi Daniel,

vielen Dank schon einmal für dein Feedback.

Vermutlich habe ich mein Problematik etwas undeutlich ausgedrückt. Denn ich will tatsächlich für die (zeitkonstante) unbeobachtete Heterogenität zwischen den Bundesländern kontrollieren, nicht zwischen den Landkreisen. Da die Politik für Agrarmärkte in die Zuständigkeit der Länder fällt, beeinflusst diese Politik immer alle Landkreise in einem Bundesland. Diese Politikmaßnahmen kann ich aber nicht ins Modell aufnehmen, daher will ich für die unbeobachtete Heterogenität zwischen den Bundesländern, die sich aus der zeitlichen Varianz ergibt, kontrollieren. Bzw. ich will ja gerade die Varianz bzw. den Unterschied zwischen den Landkreisen zwischen Treatmentgruppe und Kontrollgruppe analysieren, daher sollte ich dafür nicht kontrollieren.

Übrigens: ein FE-Modell kommt wohl nicht infrage, da mein treatment (Windstärke) über die Zeit absolut konstant ist.
Statistician
 
Beiträge: 4
Registriert: Sa 21. Dez 2013, 12:35
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Re: Overcoming ommon time trend bei DiD

Beitragvon mangel76 » Do 9. Jan 2014, 18:14

Ich weiß ja nicht, obs noch aktuell ist, aber wie kannst du ein DID-Modell verwenden, wenn die Windstärke über die Zeit konstant ist? Das ist doch das Treatment, oder? Für DID müssen irgendwann mal einige Landkreise einen Anstieg der Windstärke erfahren habe, damit ihr Treatmentstatus wechselt!
mangel76
 
Beiträge: 39
Registriert: Do 9. Jan 2014, 16:44
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post


Zurück zu Regressionsmodelle

Wer ist online?

Mitglieder in diesem Forum: 0 Mitglieder und 2 Gäste