双重差分DID交叉项出现多重共线性

qqqqq21 发表于 2018-8-27 11:52
对照组的dt全部=0 不对吧，对照组在政策冲击后的dt 也是1

其实我按照你说的这么做了，对照组在政策冲击后的dt也是1  但这三个虚拟变量还是存在共线性，毕竟是交互项 感觉存在共线性是意料之中的  而且虚拟变量还不能中心化处理 所以很困惑这个问题要怎么解决

mangmangcanglin 发表于 2018-9-25 19:39
其实我按照你说的这么做了，对照组在政策冲击后的dt也是1  但这三个虚拟变量还是存在共线性，毕竟是交互项 ...

我的did现在也是对照组和实验组的那个0、1虚拟变量omit了，不知道该怎么处理

桑老贝贝贝贝 发表于 2018-9-25 21:53
我的did现在也是对照组和实验组的那个0、1虚拟变量omit了，不知道该怎么处理

我刚刚试验了一下，用diff做回归的话，后面加上一个bs就不会出现omit一个虚拟变量的情况了，但是不知道加上bs是什么原理，也不知道结果对不对，至少是不会缺一行了。。。。

还在研究中555555555555555

桑老贝贝贝贝 发表于 2018-9-25 22:20
我刚刚试验了一下，用diff做回归的话，后面加上一个bs就不会出现omit一个虚拟变量的情况了，但是不知道加 ...

请问是在命令的末尾加上bs么

桑老贝贝贝贝 发表于 2018-9-25 21:53
我的did现在也是对照组和实验组的那个0、1虚拟变量omit了，不知道该怎么处理

请问已经解决了吗？怎么解决的啊

我也出现同样的问题，感觉是固定效应的原因

请问did如何进行多重共线性的检验？

多重共线性可能出现在您的模型中，因为对照组的dt变量全部为0。在这种情况下，du*dt交叉项实际上与du相同，因为dt对于所有对照组观测值都是0。这导致了du和du*dt在数学上高度相关，从而产生多重共线性问题。

参考论文没有遇到这个问题可能有以下原因：
1. 论文的样本选择不同：他们可能选择了不同的控制组或事件，使得控制组在事件发生后仍有部分观察值。
2. 论文的模型设定不同：他们可能使用了其他控制变量来缓解共线性问题，或者采用了不同的估计方法。

解决这个问题的方法包括：
1. 检查并调整对照组的定义，确保在事件发生后有至少一部分对照组观测值。
2. 添加更多控制变量以减少du和dt之间的相关性。
3. 使用岭回归（Ridge Regression）或套索回归（Lasso Regression）等正则化方法来减轻多重共线性。
4. 考虑使用其他估计策略，如工具变量法（Instrumental Variables）或者分位数回归（Quantile Regression）。

请检查您的数据和模型设定，看看是否可以通过上述建议进行调整。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用