What's Logs Got to do With it: On the Perils of log Dependent Variables and Difference-in-Differences
对数因变量与双重差分：变换的风险AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接讨论政策评价中双重差分的因变量变换、效应解释及估计符号变化。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
对数因变量与双重差分：变换的风险
- 研究问题
- 在双重差分模型中，对因变量取对数为何可能改变系数含义，甚至使估计符号与水平值模型相反，哪些基线差异会触发这一现象？
- 方法与思路
- 作者通过模拟和两个实证例子比较对数与水平值双重差分，并提出由总体时间效应及相对基线均值差异决定的符号翻转条件。
- 材料陈述的贡献
- 摘要称，对数模型的双重差分项近似反映组间增长率的比例差异，并展示基线结果分布足够不同时两种设定可能出现符号相反。
- 阅读关注点
- 应核对对数系数的精确解释及近似条件、符号翻转条件的推导，以及两种尺度下的平行趋势要求和目标效应有何区别。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未获核实；摘要未给出条件公式和实证细节，不能据符号差异直接判断哪种模型更可信。
原文摘要
The log transformation of the dependent variable is not innocuous when using a difference-in-differences (DD) model. With a dependent variable in logs, the DD term captures an approximation of the proportional difference in growth rates across groups. As I show with both simulations and two empirical examples, if the baseline outcome distributions are sufficiently different across groups, the DD parameter for a log-specification can be different in sign to that of a levels-specification. I provide a condition, based on (i) the aggregate time effect, and (ii) the difference in relative baseline outcome means, for when the sign-switch will occur.