目录

1. Pre-trend Test 的局限性

识别真实、有效政策效应 (因果关系) 的困难是数据缺失。在任何时间，研究对象可能处于两种潜在结果中的任何一种，但不可能同时处于两种状态。因此我们需要控制组，作为处理组的反事实状态 (无法观测到、数据缺失) 的替代。一个“良好的”控制组需要和处理组同质，即两者越像越好。Pre-trend test 就是检验处理组和控制组是否“相像”的一个检验。

通常来说，我们希望事前趋势的系数都显著的不异于 0。然后我们就得出结论，因变量的事前趋势在处理组和控制组之间是很相像的。因此，控制组是“良好的”。Roth (2022) 这篇文章告诉我们，pre-trend test 有两个问题。

• 第一个是 test 本身 low power。即事前平行趋势不满足时，pre-trend test 能检测出事前平行趋势不满足的概率很低。
• 第二个问题是 distortions from passing the pre-trend test。作者认为能通过平行趋势检验的样本，只是整个 DGP (data generating process) 里的某一类样本(selected sample)。Selected sample 会对政策估计系数造成进一步的统计偏误 (statistical distortion)。