Diferencia en diferencias

Actualizado por ultima vez el 23 de agosto de 2021, por Luis Benites.

El método de diferencia en diferencias (DiD) es una técnica estadística o método de diseño cuasi-experimental, y se utiliza principalmente en las ciencias sociales y la econometría. En las ciencias sociales, a veces se le llama un estudio de “antes y después controlado”.

Método General

El método DiD básico consiste en comparar los resultados de dos grupos, y los datos de cada grupo se registran durante dos períodos de tiempo. Un grupo (el grupo de control ) no está expuesto a ningún tipo de tratamiento o intervención; el otro ( grupo de tratamiento ) está expuesto a un tratamiento o intervención antes o durante uno de los dos períodos de tiempo. Se hacen las mismas observaciones en ambos grupos durante cada período de tiempo.

Los datos se analizan calculando primero la diferencia en el primer y segundo período de tiempo, y luego restando la ganancia (o diferencia) promedio en el grupo de control de la ganancia (o diferencia) promedio en el grupo de tratamiento.

Supuestos para diferencia en diferencias

Al realizar un análisis del método DiD, asumimos que la composición de los grupos que se estudian son estables durante el período de tiempo que nos preocupa. También asumimos que no hay efectos indirectos, que la cantidad de tratamiento o intervención administrada no está determinada por el resultado y que ambos grupos estudiados tienen tendencias paralelas en su resultado, es decir, si no se administró ningún tratamiento, la diferencia entre los datos de los dos grupos tendrían una diferencia constante a lo largo del tiempo.

Fortalezas y debilidades de la diferencia en las diferencias

El método de diferencia en diferencia es intuitivo y bastante flexible; mostrará un efecto causal de los datos de observación si se cumplen los supuestos básicos. Dado que se centra en el cambio, en lugar de los niveles absolutos, los grupos que se comparan pueden comenzar en diferentes niveles. Otro punto fuerte clave del método DiD es que da cuenta del cambio debido a factores distintos al tratamiento o la intervención que se está estudiando.

Dicho esto, el método DiD tiene limitaciones debido a sus muchas suposiciones. Para usar el método, necesita datos de referencia y un grupo sin intervención. Tampoco deberías usarlo si:

  • La cantidad de tratamiento está determinada por el resultado inicial.
  • Los grupos de comparación tienen diferentes tendencias en sus resultados.
  • La composición de los grupos que se estudian no son estables.

Referencias

Métodos de Salud de la Población de la Universidad de Columbia: Estimación DiD. Recuperado de
https://www.mailman.columbia.edu/research/population-health-methods/difference-difference-estimation el 21 de julio de 2018.

Zheng, Viviana. Inferencia causal 101: DiD. Blog Hacia la Ciencia de Datos. Publicado el 24 de abril de 2018. Recuperado de https://towardsdatascience.com/causal-inference-101-difference-in-differences-1fbbb0f55e85 el 21 de julio de 2018.

Imbens & Woolridge. ¿Qué hay de nuevo en econometría? Lecture Notes 10, verano de 2007. Oficina Nacional de Investigación Económica. Recuperado de http://www.nber.org/WNE/lect_10_diffindiffs.pdf el 21 de julio de 2018.

Tengo una Maestría en Ciencias en Estadística Aplicada y he trabajado en algoritmos de aprendizaje automático para empresas profesionales tanto en el sector de la salud como en el comercio minorista.

Deja un comentario

El muestreo de rebanadas (Neal, 2003) es un método de Markov Chain Monte Carlo (MCMC) para muestrear a partir de…
statologos comunidad-2

You have Successfully Subscribed!