পার্থক্য-এ-পার্থক্য এবং সমান্তরাল প্রবণতা

দুটি গ্রুপ এবং দুটি পিরিয়ডের সাথে, ডিআইডি তুলনা গ্রুপের পোস্ট-মাইনাস-প্রি পরিবর্তনকে চিকিত্সা করা গ্রুপের পোস্ট-মাইনাস-প্রি পরিবর্তন থেকে বিয়োগ করে।

গ্রুপ জুড়ে নির্দিষ্ট স্তরের পার্থক্য এবং সাধারণ সময়ের শক দুটি পার্থক্যের মাধ্যমে বাতিল করে।

স্বাভাবিক লক্ষ্য হল চিকিত্সার উপর গড় চিকিত্সা প্রভাব, বা ATT, পরিবর্তনের আগে-পরে বা একটি পোস্ট-পিরিয়ড গ্রুপ গ্যাপ নয়।

অনুমানটি গড় চিকিত্সা না করা সম্ভাব্য ফলাফলের পরিবর্তনগুলিকে উদ্বেগ করে, চিকিত্সা শুরু হওয়ার পরে পর্যবেক্ষণ করা ফলাফলের প্রবণতা নয়।

ফলাফলের মাত্রা সমান হওয়া উচিত নয়, তবে ব্যবসা চক্রের বিভিন্ন এক্সপোজার বা পূর্বের শক পাথওয়ে সমান্তরাল প্রবণতা লঙ্ঘন করতে পারে।

শর্তসাপেক্ষ সমান্তরাল প্রবণতা তুলনাযোগ্যতা উন্নত করতে প্রিট্রিটমেন্ট কোভেরিয়েট ব্যবহার করতে পারে, যখন চিকিত্সা দ্বারা প্রভাবিত ভেরিয়েবলগুলির জন্য নিয়ন্ত্রণ নতুন পক্ষপাত সৃষ্টি করে।

সংজ্ঞায়িত চিকিত্সা তারিখের আগে ফলাফল পরিবর্তন না করার জন্য কোনো প্রত্যাশা বা প্রাথমিক পদক্ষেপের প্রয়োজন নেই, ঘোষণা এবং বাস্তবায়নের তারিখগুলিকে আলাদা করে।

যদি একটি ইউনিটের চিকিত্সা তুলনামূলক ফলাফলের মধ্যে ছড়িয়ে পড়ে, তবে সেই গোষ্ঠীটি আর চিকিত্সা না করা কাউন্টারফ্যাকচুয়ালকে উপস্থাপন করতে পারে না।

নমুনা রচনা, ফলাফল পরিমাপ, বা গোষ্ঠী শ্রেণীবিভাগের পরিবর্তনগুলি চিকিত্সার পরিবর্তে পর্যবেক্ষণের বৈপরীত্যকে একটি রচনা প্রভাব তৈরি করতে পারে।

একটি ইভেন্ট অধ্যয়ন একটি রেফারেন্স সময়ের বিপরীতে প্রিট্রিটমেন্ট সহগ এবং পোস্ট-ট্রিটমেন্ট পাথ প্রদর্শনের জন্য চিকিত্সার সাপেক্ষে সময়ের জন্য সূচক ব্যবহার করে।

শূন্যের কাছাকাছি প্রিট্রিটমেন্ট অনুমানগুলি বড় লঙ্ঘনগুলিকে খণ্ডন করতে সাহায্য করতে পারে, কিন্তু কম শক্তি মানে তারা সমান্তরাল প্রবণতা স্থাপন করতে পারে না।

উইন্ডোজ বা স্পেসিফিকেশন বাছাই করা যতক্ষণ না প্রাক-উপাদান তুচ্ছ না হয়ে যায়, তা ডায়াগনস্টিককে নির্বাচনে পরিণত করে, তাই নকশাটি আগে থেকেই সেট করা উচিত।

যখন দলগুলি বিভিন্ন তারিখে গ্রহণ করে, ক্লাসিক্যাল দ্বি-মুখী স্থির প্রভাবগুলি একাধিক 2×2 তুলনাকে এক সহগের সাথে একত্রিত করে।

সমগোত্রীয় বা এক্সপোজার দৈর্ঘ্যের দ্বারা পরিবর্তিত প্রভাবগুলির সাথে, ইতিমধ্যে চিকিত্সা করা ইউনিটগুলি পরবর্তীতে চিকিত্সা করা ইউনিটগুলির জন্য নিয়ন্ত্রণ হয়ে উঠতে পারে এবং গতিশীল অনুমানকে দূষিত করতে পারে।

গ্রুপ-টাইম ATT বা ইন্টারঅ্যাকশন-ওয়েটেড ইভেন্ট-স্টাডি পদ্ধতিগুলি তুলনামূলক গোষ্ঠী এবং সমষ্টিকে স্পষ্ট করে ভিন্নতা রক্ষা করে।

প্রকাশের নিয়ম, মূলধনের প্রয়োজনীয়তা, কর, এবং ট্রেডিং প্রবিধানগুলি ফার্ম বা অঞ্চল জুড়ে পরিবর্তিত হতে পারে, যখন আনুষ্ঠানিক বাস্তবায়নের আগে প্রত্যাশা শুরু হতে পারে।

নীতিগুলি প্রতিযোগী, সরবরাহ শৃঙ্খল, আর্থিক প্রতিষ্ঠান বা মূল্যের মাধ্যমে চিকিত্সা না করা ইউনিটগুলিতে পৌঁছতে পারে, যার জন্য প্রত্যক্ষ এবং ভারসাম্যের প্রভাব আলাদা করা প্রয়োজন।

একটি প্রাতিষ্ঠানিক টাইমলাইনে সমসাময়িক নিয়ম, ম্যাক্রো শক এবং নমুনা-এন্ট্রি পরিবর্তনগুলি সনাক্ত করা উচিত যা গ্রুপগুলিকে ভিন্নভাবে প্রভাবিত করতে পারে।

ক্রমাগত ফলাফলগুলি স্বাধীন মানক ত্রুটিগুলিকে অনিশ্চয়তাকে ছোট করে তুলতে পারে, তাই ক্লাস্টারিংকে প্রায়শই চিকিত্সা-অ্যাসাইনমেন্ট স্তরে বিবেচনা করা হয়।

কয়েকটি পলিসি ক্লাস্টারের সাথে, সাধারণ ক্লাস্টার অ্যাসিম্পটোটিকগুলি অস্থির এবং ছোট-নমুনা অনুমান এবং প্লাসিবো নীতি তারিখের প্রয়োজন হতে পারে।

রিপোর্ট প্রভাব আকার এবং গতিবিদ্যা, precoefficients জন্য যুগপত বিরতি, তুলনা রচনা, এবং একত্রিত ওজন.

কার সাথে চিকিত্সা করা হয় কখন এবং কোন ইউনিট প্রতিটি তারিখে তুলনা হিসাবে কাজ করে তা নির্ধারণ করুন, বিশেষত ফলাফলের অনুমান দেখানোর আগে।

সমান্তরাল প্রবণতা, প্রিট্রিটমেন্টের ফলাফল এবং কোভেরিয়েট, বিকল্প তুলনা, প্লেসবোস এবং সংবেদনশীলতা বিশ্লেষণের জন্য প্রাতিষ্ঠানিক সমর্থন উপস্থাপন করুন।

একটি TWFE সহগ উপর নির্ভর করবেন না; ব্যাখ্যা করুন কিভাবে সমগোত্রীয়-সময়ের প্রভাবগুলিকে একটি সারাংশে ওজন করা হয় যা উল্লিখিত প্রশ্নের উত্তর দেয়।