观文听傑

返回

供体城市和处理前时期分别加权后构造处理组反事实,并展示处理后效果差距供体城市和处理前时期分别加权后构造处理组反事实,并展示处理后效果差距

上一篇用合成控制法(Synthetic Control Method,SCM)把多个未处理城市加权成一个合成城市;它避免押注单一对照,但供体池若有共同趋势错配,单靠单位权重仍会偏。双重差分(Difference-in-Differences,DiD)通过处理前后变化扣除共同时间冲击,却通常依赖处理组与对照组的平行趋势。本篇讲合成双重差分(Synthetic Difference-in-Differences,SDID):在控制单位和处理前时间两侧都学习权重,再做差分。下一篇继续放宽“共同冲击只有一个加法项”的假设,用交互固定效应刻画多单位、错时处理下的共享潜在变化。

01 两个老问题,两个方向的权重#

设有 NN 个单位、TT 个时期,结果矩阵为 Y∈RN×TY\in\mathbb R^{N\times T},行对应城市/门店,列对应周。处理指示矩阵 W∈{0,1}N×TW\in\{0,1\}^{N\times T};简单展示时,前 N0N_0 行是一直未处理的供体,后 N1N_1 行是一起进入处理的单位,处理从 T0+1T_0+1 期开始。SDID 学两组凸权重:单位权重 ω∈RN0\omega\in\mathbb R^{N_0} 给供体城市加权,时间权重 λ∈RT0\lambda\in\mathbb R^{T_0} 给处理前周次加权;两者非负且分别和为 1。

flowchart LR
  Y[单位 × 时间结果面板 Y] --> A[仅用处理前结果拟合供体权重 ω]
  Y --> B[仅用未处理单位拟合处理前时间权重 λ]
  A --> C[处理组与加权供体的前后变化]
  B --> C
  C --> D[加权 DiD:处理效果 τ]
  D --> E[按单位和时间聚类做推断]
mermaid

对一组共同处理单位,易读的加权差分形式是:

τ^SDID=(Yˉtr,post−∑t≤T0λtYˉtr,t)−(∑i≤N0ωiYˉi,post−∑t≤T0λt∑i≤N0ωiYit).\hat\tau_{SDID}=\left(\bar Y_{tr,post}-\sum_{t\le T_0}\lambda_t\bar Y_{tr,t}\right)-\left(\sum_{i\le N_0}\omega_i\bar Y_{i,post}-\sum_{t\le T_0}\lambda_t\sum_{i\le N_0}\omega_iY_{it}\right).

这里 Yˉtr,t\bar Y_{tr,t} 是处理单位在时期 tt 的平均;Yˉtr,post\bar Y_{tr,post} 是其处理后平均;Yˉi,post\bar Y_{i,post} 对每个供体先对处理后时期取平均。第一括号测处理组按 λ\lambda 定义的变化,第二括号测合成供体的对应变化,最后相减。完整估计通常可写成单位权重、时间权重与处理交互项共同进入的加权最小二乘;这里先看平衡面板、共同处理时点下的直观版本。

单位权重让供体在处理前水平和走势上靠近处理组;时间权重强调最能预测供体处理后水平的处理前时期。时间权重只用未处理单位拟合,即使某些供体处理后已观测到结果,也不能把处理组处理后结果送进权重拟合。对多个处理批次,应按估计目标明确风险集和时间权重,不能将不同批次简单摊平成一个共同上线时点。

02 手算:同时扣掉单位差异与时间漂移#

有两个未处理城市 A、B 和一个处理城市,处理前两周、处理后两周的指标如下,单位为每千请求的有效点击数:

单位周 1周 2周 3周 4
对照 A81099
对照 B12141313
处理城市10121416

两个供体等权,ω=(0.5,0.5)\omega=(0.5,0.5),合成供体的四周均值为 (10,12,11,11)(10,12,11,11)。两周处理前结果完整匹配;两座控制城市的处理后均值分别为 9 和 13,与两期平均的处理前值对应,因此本例时间权重为 λ=(0.5,0.5)\lambda=(0.5,0.5)。处理城市从处理前加权均值 11 升到处理后均值 15,变化为 4;合成供体从 11 升到 11,变化为 0。SDID 差为 4−0=44-0=4。若处理城市在处理前整体比对照高 3,单看处理后水平会多出这 3;差分先抵消不随时间变化的水平差。

手算让单位清楚:每个均值仍以“城市”为聚合单位,不是把请求数当独立实验样本;对不同基线的城市,只有单位与时间两侧的差分权重都按预先定义的目标构造时,这个 4 才能被解释为处理效果。

03 用 NumPy 与 SciPy 拟合两组权重#

以下示例输入 Y(单位 × 时间,形状 N×TN\times T)与 n_control,输出单位权重(长度 N0N_0)、时间权重(长度 T0T_0)和 SDID 点估计。为保持例子短,单位权重目标是“处理组处理前时间均值”,时间权重目标是“供体处理后平均水平”;优化目标包含可消去的自由截距,只匹配形状而允许固定水平差;两项都加一个小的二次正则,避免权重全压在噪声单位/时期。生产估计应遵循论文的完整目标与方差程序,且正则参数只能按处理前验证规则选择。

矩阵乘法的维度可以逐项验算:omega (N0,) @ Y0_pre (N0,T0) 得到供体加权的处理前序列 (T0,)(T_0,);再乘 lam (T0,) 得处理前标量。Y0_post.mean(axis=1) 对时间轴求均值,输出每个供体的处理后均值 (N0,)(N_0,)。scipy.optimize.minimize 的 SLSQP 接受目标函数、边界、等式约束和停止选项;必须看 success,并另验权重和、非负性与预测误差。SciPy 官方当前接口和约束形式见 SLSQP 文档 ↗。

上面代码中的单位权重目标简化为匹配处理前时间均值;论文实现会根据模型规格用完整面板结构学习单位权重,并给权重目标加与误差尺度有关的正则项。这段代码是可审计的教学最小版本,不应冒充成熟 SDID 软件包,也没有估计不确定性。

04 检查假设、权重与推断层级#

  • 检查处理前拟合:报告加权处理前差距、单位权重与时间权重图。权重很集中时,逐个删去最大权重供体重算敏感性。
  • 确认处理时序:示例要求共同处理起点。若单位错时上线,先定义 cohort-specific 风险集和 estimand;传统双向固定效应可能把已处理单位当成后处理对照。
  • 处理缺失和分母:固定单位、周次和指标口径。比例指标先加总分子与分母再求比率,避免小城市被自动等权。
  • 谨慎做推断:SDID 点估计本身不提供标准误。原论文讨论按单位和时间方向的 jackknife、placebo 与 bootstrap 等推断方式;做法要匹配单位数量、处理分配层级和时间依赖。单个处理城市、极少供体时,常规聚类稳健标准误并不能凭空创造随机化。
  • 冻结数据版本:保存面板快照、缺失规则、处理时点、权重、优化器状态、代码 commit 和敏感性结果。若供体受到跨城流量溢出,优化出的权重无法把它“洗成”未处理状态。
诊断常见原因应对
单位权重集中在一个城市供体结构差异、目标在凸包边缘删一供体敏感性;检查是否只能外推
时间权重压在临近上线的一周季节/埋点突变或时间窗口太短固定规则做伪上线日和窗口敏感性
权重随正则极小变化候选轨迹共线、样本少报告预测轨迹而非过度解读权重
处理前拟合差、处理后差很大供体池不可比或指标口径变动先修数据或放弃因果解读
估计很稳定但只有几个处理单位单位数不足以支持推断把不确定性作为主要结果,避免显著性承诺
键盘可展开:拟合得像,为什么仍可能不是因果效果?

优化只说明所选供体和时期在给定目标下贴近处理组。若处理组同期有独有促销、供体被处理溢出、处理前关系在上线后改变,潜在反事实仍会错。用 Tab 聚焦摘要,按 Enter 或 Space 展开;窄屏可点按。

和 SCM、DiD、交互固定效应的区别#

方法权重/结构典型适用问题主要限制
DiD单位固定效应、时间固定效应有可比对照且平行趋势可信组间趋势偏离会带来偏差
SCM供体单位凸权重一个/少数处理单位,处理前可拟合不单独校正共同时间偏移;处理单位需在供体凸包附近
SDID供体权重 + 处理前时间权重单位与时期两侧都需数据驱动加权共同处理时点最清晰;权重与推断仍需设计说明
交互固定效应单位载荷 × 时间因子多单位、潜在冲击随时间改变因子数、缺失模式与处理前长度影响识别

SDID 的双重权重不会消除同期混杂,也不等于先跑 SCM 再跑 DiD;权重是共同估计对象,目标函数和推断要整体交代。下一篇将讨论当共同冲击随单位载荷变化时,怎样用交互固定效应构造潜在反事实。

思考练习#

  1. 若处理组加权前后变化为 7.2,合成供体变化为 2.7,SDID 点估计是多少?如果把单位顺序误排导致供体权重落到处理城市,会出现什么泄漏?
  2. 某供体权重为 0.95;分别移除此城市并重估、保留但将其结果滞后一周,两个分析各在检查什么风险?
  3. 三座城市在不同周上线新模型。为什么不能直接把所有“上线后”单元合并套用共同处理时点公式?如何定义每个时点的未处理供体?

延伸阅读#

上一篇把处理城市与加权供体组成一个反事实;本篇再加上处理前时期权重,缓解单位和时间两侧的错配。学习路线从单处理单位的加权比较走向共享潜在因子模型:下一篇看这些“共同因子”怎样成为错时处理面板中的低秩数据流。

供体城市和处理前周次都不理想,怎样同时加权?合成双重差分
https://zwjcode.cn/blog/synthetic-difference-in-differences
作者 傑
发布于 2026年10月13日
版权协议 CC BY-NC-SA 4.0
评论加载似乎遇到了问题,请尝试刷新页面。