详细内容或原文请订阅后点击阅览
谁知道差异差异可能是如此复杂？
以下是Melissa Garrido博士的来宾帖子。她是波士顿VA医疗保健系统，美国退伍军人事务部的合作循证政策资源中心（PEPREC）的副主任，也是波士顿大学公共卫生学院卫生法，政策和管理部的研究副教授。对于[…]知道差异差异的帖子可能如此复杂吗？首次出现在偶然的经济学家中。
来源:偶发经济学家以下是Melissa Garrido博士的来宾帖子。她是波士顿VA医疗保健系统，美国退伍军人事务部的合作循证政策资源中心（PEPREC）的副主任，也是波士顿大学公共卫生学院卫生法，政策和管理部的研究副教授。有关更多方法内容，您可以在Twitter（@garridomelissa）上关注Melissa或在此处阅读她的教程。
@garridomelissa 在这里最近发表的几篇论文描述了差异差异的重要考虑因素（DID）*分析。其中一些已经辩论了在DID分析中匹配的优点，并在下面进行了总结。 （其他有用的论文解决了由于治疗时机差异时的标准误差估计和治疗效果异质性的问题。这些问题将在以后的职位中涵盖。）
匹配通常是为了减少观察性分析中观察到混杂的机会。在最近的一篇文章（作为卫生服务研究的早期观点）中，杰米·道（Jamie Daw）和劳拉·哈特菲尔德（Laura Hatfield）指出，因为确实衡量了结果的相对变化（而不是结果水平），所以在横截面分析中被认为是混杂因素的协变量不一定是一种混杂因素：
卫生服务研究的早期视图 卫生服务研究…仅与治疗分配和结果水平有关的变量（不是趋势）不要偏向差异研究。它们不是混杂因素，因此不是匹配的有用目标，旨在减少由于可观察到的混杂因素而导致的偏差。
在不是真正的混杂因素的变量上匹配的缺点是什么？在DAW和Hatfield强调的情况下，与治疗分配和结果水平相关的变量（但不是趋势）可以将偏见引入您的治疗效果估计值。
介绍偏见问：如果我的结果水平有所不同怎么办？
社论 响应 未观察到的混杂因素