资源推荐：直接动态展示培根分解、事件研究和交错处理、断点回归、随机化推理

数量经济学 2023-10-24

这个程序可以直接动态展示培根分解、事件研究与交错处理、断点回归、随机化推理

来源：https://mixtape.scunning.com/index.html

昨日我们介绍了《因果推断：混音带》一书，里面包括了很多教学资源，例如幻灯片、编码实验室、交互式应用程序，下面我们就其中的交互式应用程序做一介绍，通过创建了交互式应用程序，选定主题，可以探索复杂的主题并建立直觉。

为了在培根分解和“禁止比较”背后建立一些直觉，我们构建了这个应用程序，以了解不同的治疗效果异质性如何产生问题。请注意，生成的数据满足平行趋势，因此结果的差异完全是由于治疗效果。

尝试下面的预设（或尝试自己的DGP！），看看什么时候“禁止比较”特别有问题。

下面我们显示 4 个二乘二的差异估计值。特别是，最后一个使用先前被视为“对照组”的图是“禁止比较”。

为了在交错处理环境中建立事件研究OLS估计问题背后的一些直觉，我们构建了这个应用程序，以了解不同的治疗效果异质性如何产生问题。请注意，生成的数据满足平行趋势，因此结果的差异完全是由于治疗效果。

尝试下面的预设（或尝试您自己的DGP！），看看OLS估计何时特别有问题

最近关于回归不连续性的大部分计量经济学文献都致力于如何正确估计断点周围的条件期望函数，例如全局多项式与局部多项式、带宽选择和多项式阶数。要对这些选择建立一些直觉，请使用RDD估算器，并注意估计的多项式如何随您的设置而变化，以及这对估计的治疗效果意味着什么。

下面，我们看到我们研究中的30名参与者。其中，我们选择两个人进行治疗（标记为以下治疗）。我们已经生成了可能具有治疗效果的数据（取决于下面的复选框），并希望对我们的治疗效果进行随机化推理。

估计的治疗效果为1.03。我们想测试这是否与零明显不同。为此，我们将把治疗标签重新调整到其他单位，并估计它们的安慰剂治疗效果。每次点击“重新洗牌”时，请注意表示治疗“标签”的蓝色是如何打乱的。

每次我们点击重新洗牌按钮时，我们都会随机将“处理”标签分配给两个人。然后，我们将计算这两个人的估计“安慰剂治疗效果”。该估计值将添加到下面显示的直方图中。