¿Cuáles son las suposiciones necesarias que se deben hacer para utilizar el método de Controles Sintéticos?

Question

Estoy preguntándome qué suposiciones se deben hacer típicamente para que el Método de Controles Sintéticos funcione. Parece que no puedo encontrar ninguna suposición concreta en línea y me gustaría entender cuáles son las suposiciones cruciales. Gracias.

Answer 1

Las principales suposiciones sobre el método de control sintético son las siguientes [(Nguyen, M. (2020). Una Guía sobre Análisis de Datos. Bookdown. cap 27)][1]:

El sujeto donante es una buena coincidencia para el control sintético (es decir, la brecha entre la dependencia del sujeto donante y la del control sintético debería ser 0 antes del tratamiento)

Solo el sujeto tratado recibe el tratamiento y ninguno de los sujetos en el grupo donante.

No hay otros cambios en los sujetos durante todo el período.

El resultado contrafactual del grupo de tratamiento se puede imputar en una combinación lineal de grupos de control.

[1]: https://bookdown.org/mike/data_analysis/synthetic-control.html#:~:text=Basically%2C%20we%20assume%20that%20the,not%20exposed%20to%20the%20treatment.&text=To%20make%20inference%2C%20we%20have,placebo%20effects%20in%20each%20iteration).

Answer 2

Tal como está formulada, esta pregunta no tiene una respuesta coherente porque "el método de Controles Sintéticos" no es un método único, es una familia infinita de métodos.

Sinceramente, por eso recomiendo no usar el término "controles sintéticos". Un control sintético es simplemente un nombre elegante para una regresión donde estás controlando por factores de confusión.

Tomas un conjunto de casos (por ejemplo, países o personas). Luego, haces una regresión con el caso individual que deseas predecir como resultado, utilizando a los otros sujetos de prueba como variables de entrada.

La razón por la que esto a veces funciona es que tal vez los otros sujetos de prueba te permiten controlar por variables no observadas con el tiempo. Por ejemplo, tal vez podemos asumir que si alguna variable no observada afecta la economía de Wisconsin, también afectará las economías de Minnesota e Iowa.

Entonces, las suposiciones son exactamente las mismas que las suposiciones del modelo de regresión que estés utilizando. En nuestro ejemplo, debes asumir que controlar por las economías de Minnesota e Iowa es suficiente para eliminar cualquier factor de confusión.

Si te gustaría comprender mejor las suposiciones detrás de tus modelos de regresión, Razonamiento Estadístico cubre la inferencia causal mucho mejor que cualquier libro de econometría que haya visto.