双重差分（DID）法：类实验研究重要方法！看看Lancet子刊如何分析中国数据

文章预览

引言 本周末开课：机器学习方法 11.30-12.1 R语言构建机器学习课程开启，欢迎报名开启 类实验作为非随机对照研究，需要非常规的统计学方法。双重差分（DID）法啦是其中一种。今天分享一篇类实验研究，研究团队 使用双重差分（DID）法分析，发文柳叶刀子刊！ 让我们先来看看本文的研究设计： 1.数 据收集与处理： 划分为 处理组 （受到政策影响的组） 和对照组 （未受到政策影响的组）； 使用贝叶斯空间模型估计每个乡镇的急性心肌梗死发生率； 纳入随时间变化的协变量数据。 2.双重差分（DID）分析： 比较两组在政策实施前后的急性心肌梗死发生率的变化 3.敏感性分析： 对模型进行了多次不同的参数设定，以评估研究结果的稳健性。 4.稳健性检验 考虑多种协变量，使用回归调整和逆概率权重等方法，来提高研究的稳健性； 观察了政策实施 ………………………………