Compiti ed esercitazioni VERIFICATO

Modello diff in diff tutorial con stata - Mario Mazzocchi pt.2

Università degli studi di Bologna health economics and management / economia sanitaria e management Curriculum health care finance and management 2020
106 visualizzazioni
Nessun voto ancora
Condividi: WhatsApp Telegram

Di cosa parla

Riassunto AI · si legge in un minuto

Il testo illustra l'applicazione del Difference-in-Differences (DID) per valutare politiche pubbliche, come il lockdown o la modifica dell'età minima di consumo alcolico. Si evidenzia che l'assunzione fondamentale di un andamento parallelo pre-intervento tra gruppi trattati e di controllo non è sempre valida, poiché trend differenziali possono esistere anche prima della politica stessa. Ignorare queste variabili osservate può portare a stime errate dell'effetto causale del trattamento. Pertanto, il modello robusto richiede l'inclusione di trend specifici per gruppo o covariate rilevanti per isolare correttamente l'impatto della policy.
Leggi il riassunto completo
  • L'analisi della differenza nelle tendenze temporali tra Danimarca e Svezia dimostra che l'assunzione di parallelismo pre-policy non è corretta, poiché la mortalità svedese aumentava già più rapidamente prima dell'introduzione delle misure restrittive.
  • Il modello a trend comuni lineari risulta insufficiente per catturare le variazioni complesse dei dati, rendendo necessario includere variabili aggiuntive o specificare tendenze differenziali nel tempo per ottenere stime robuste.
  • L'omissione di covariate rilevanti, come il rischio occupazionale legato al luogo di lavoro (casa vs ospedale), può portare a distorsioni significative delle stimate degli effetti della politica sanitaria sul numero di casi e sulla mortalità.
  • Permettendo alle unità trattate e non trattate di seguire traiettorie temporali diverse prima dell'intervento, il modello differenziale rivela che l'aumento del consumo o dei tassi di mortalità era già in atto indipendentemente dalla policy.
  • L'aggiunta di variabili di controllo specifiche per anno e stato, insieme a effetti fissi, consente di isolare correttamente l'impatto della politica riducendo il bias da confondimento osservato nelle analisi semplificate.
  • La robustezza dell'estimatore si conferma quando le tendenze differenziali pre-policy sono significative, indicando che la variazione post-policy non è attribuibile esclusivamente all'intervento ma riflette dinamiche sottostanti già presenti nel sistema sanitario.

Riassunto generato con l'intelligenza artificiale a partire dagli appunti. Come lo facciamo

Anteprima pagina 1 — Modello diff in diff tutorial con stata - Mario Mazzocchi pt.2 Anteprima pagina 2 — Modello diff in diff tutorial con stata - Mario Mazzocchi pt.2

Stai vedendo l'anteprima delle prime pagine. Il file completo è gratis: registrati per leggerlo tutto.

Studia questi appunti con l'AI

Riassunto e domande d'esame sono gratis: chiedili e ti mandiamo un'email quando sono pronti.

Questo appunto è gratis. Registrati in 30 secondi per leggere tutte le pagine e scaricarlo.

Simula l'esame con domande costruite su questi appunti.

Altri appunti di FUNDAMENTALS OF STATISTICS [cod. 79290]

Condividi questi appunti

WhatsApp Telegram