Abstracts
Résumé
Dans cette note méthodologique, une extension du test de randomisation développé par Dubé et al. (2023) est proposée sur des données de panel. L’exercice repose sur une spécification de type différence-en-différences et aborde quelques recommandations pour mieux implémenter les tests de randomisation dans le cadre d’études quasi-expérimentales. La méthodologie d’inférence statistique proposée peut être mobilisée dans plusieurs scénarios et modèles statistiques utilisant des données en panel.
Mots-clés :
- Significativité,
- Pseudo-significativité,
- Approche non paramétrique,
- Test de randomisation,
- Panel
Abstract
This methodological note proposes an extension of the randomization test, presented by Dubé et al. (2023), for panel data set. The exercise relies on a difference-in-difference data generating process and raises some recommendations for better implementation in a quasi-experimental framework. The general statistical inference approach can be applied to several scenarios and different panel data sets.
Keywords:
- Significance,
- pseudo-significance,
- non-parametric approach,
- randomization tests,
- Panel
Appendices
Bibliographie
- Agha, S. B., Le Gallo, J. & Vedrine, L. (2018) Économétrie spatiale sur données de panel, Manuel d'Analyse Spatiale, INSEE Méthodes n° 131, pp. np.
- Barber, J. A. & Thompson, S. G. (2000) Analysis of cost data in randomized trials: an application of the non-parametric bootstrap, Stat Med, 19(23), pp. 3219-36.
- Dubé, J., Cardenas, D. & Champagne, M.-P. (2023) Tests de randomisation : une façon plus flexible de tester la significativité avec le logiciel Stata, Canadian Journal of Regional Science / Revue canadienne des sciences régionales, 46(3), pp. 50-56.
- Dubé, J., Le Gallo, J., Devaux, N. & Legros, D. (2024) Introduction à l’analyse des politiques publiques d’aménagement : Une approche pratique. De Boeck Supérieur.
- Fisher, R. A. (1966) The design of experiments. 8th edn. New York: Hafner, p. 248 p.
- Freedman, S. M., Hollingsworth, A., Simon, K. I., Wing, C. & Yozwiak, M. (2023) Designing difference in difference studies with staggered treatment adoption: Key concepts and practical guidelines: National Bureau of Economic Research.
- Good, P. (2005) Permutation, Parametric, and Bootstrap Tests of Hypotheses. Springer Series in Statistics 3 edn. New York, NY: Springer New York, NY, p. XX, 316.
- Heß, S. (2017) Randomization Inference with Stata: A Guide and Software, The Stata Journal, 17(3), pp. 630-651.
- Holt, C. A. & Sullivan, S. P. (2023) Permutation tests for experimental data, Experimental Economics, 26(4), pp. 775–812.
- Li, J., Jiang, H., Shen, J., Ding, H. & Yu, R. (2024) Using the difference-in-differences design with panel data in international business research: progress, potential issues, and practical suggestions, Journal of International Business Studies, 55(8), pp. 949-961.
- Manly, B. F. J. (2007). Randomization, bootstrap and Monte Carlo methods in biology. 3rd ed. Boca Raton, FL: Taylor & Francis Group, LLC.
- Parmeter, C. F. & Racine, J. S. (2019) Nonparametric estimation and inference for panel data models, Panel data econometrics, pp. 97-129.
- Revillard, A. (2023) Méthodes et approches en évaluation des politiques publiques. Éditions science et bien commun.
- Roth, J. & Sant’Anna, P. H. (2023) Efficient estimation for staggered rollout designs, Journal of Political Economy Microeconomics, 1(4), pp. 669-709.
- Roth, J., Sant’Anna, P. H., Bilinski, A. & Poe, J. (2023) What’s trending in difference-in-differences? A synthesis of the recent econometrics literature, Journal of Econometrics, 235(2), pp. 2218-2244.
- Wang, G., Hamad, R. & White, J. S. (2024) Advances in Difference-in-differences Methods for Policy Evaluation Research, Epidemiology, 35(5).
- Wu, J. & and Ding, P. (2021) Randomization Tests for Weak Null Hypotheses in Randomized Experiments, Journal of the American Statistical Association, 116(536), pp. 1898-1913.
- Zhao, A. & Ding, P. (2021) Covariate-adjusted Fisher randomization tests for the average treatment effect, Journal of Econometrics, 225(2), pp. 278-294.
10.7202/1108482ar