Actualmente estoy llevando a cabo un enfoque de control sintético e intento evaluar la posibilidad de efectos de confusión. En mi escenario, ocurrieron dos políticas. Una política que (en teoría) afectó la variable de resultado solo ocurrió en la unidad tratada. Sin embargo, al mismo tiempo, hay otra política similar que ocurrió y que (en teoría) no afectó directamente la variable de resultado. Esta política también ocurrió en la unidad tratada y en muchas unidades en el grupo donante. Digamos que la segunda política también tuvo un efecto en la variable de resultado: ¿esto conduciría a un sesgo por variable omitida? ¿O es este el caso solo cuando la unidad tratada o algunas de las unidades de control están afectadas por la política? No estoy seguro de lo que aplica en este contexto específico, ya que solo encuentro literatura que indica excluir unidades donantes que adoptaron políticas similares o que menciona solo la unidad tratada que adoptó una política similar en el momento de la intervención. Si alguien pudiera aclarar este problema, se lo agradecería.
Respuesta
¿Demasiados anuncios?
Dado que la segunda política ocurrió al mismo tiempo, un problema potencial no necesariamente sesgado por variable omitida, pero que la variable dummy de tratamiento no está estimando el efecto de la política 1 sino de la política 1 + política 2 (asumiendo que entiendo correctamente que ocurrieron al mismo tiempo). No llamaría a esto sesgo por variable omitida porque la variable dummy de tratamiento captura técnicamente todos los efectos causados por cambios en las políticas, incluso si fueron múltiples. El segundo problema es que también tendrías un pool de donantes contaminado.
El segundo problema es muy fácil de resolver, simplemente excluya los países que también implementaron la política 2 del pool de donantes.
El primer problema es más difícil de abordar. No podrás desentrañar el efecto de la política 1 y 2 dentro del modelo (asumiendo que ocurrieron al mismo tiempo como dices).
Si teóricamente no debería haber ningún efecto, pero aún así quieres estimarlo empíricamente, intentaría hacerlo en un país diferente que implementó este método en un momento diferente si es posible. Entonces, si el efecto no es significativo, podrías usar eso como apoyo adicional (además de la teoría) para afirmar que no debería haber ningún efecto, por lo que estás obteniendo una estimación causal de la política 1.
