Buchumschlag

Using causal diagrams to assess parallel trends in difference-in-differences studies

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Renson, Audrey, Dukes, Oliver, Shahn, Zach
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Structural Nested Mean Models Under Parallel Trends with Interference
von: Shahn, Zach, et al.
Veröffentlicht: (2024)

Using Causal Diagrams to Assess Parallel Trends in Difference‐in‐Differences Studies
von: Audrey Renson, et al.
Veröffentlicht: (2026)

What makes a study design quasi-experimental? The case of difference-in-differences
von: Renson, Audrey, et al.
Veröffentlicht: (2025)

Transporting treatment effects from difference-in-differences studies
von: Renson, Audrey, et al.
Veröffentlicht: (2023)

Efficient estimation of longitudinal treatment effects using difference-in-differences and machine learning
von: Illenberger, Nicholas, et al.
Veröffentlicht: (2024)

Structural Nested Mean Models for Modified Treatment Policies
von: Shahn, Zach
Veröffentlicht: (2025)

Identification and Estimation of Joint Potential Outcome Distributions from a Single Study
von: Shahn, Zach, et al.
Veröffentlicht: (2025)

Generalizing Difference-in-Differences to Non-Canonical Settings: Identifying an Array of Estimands
von: Shahn, Zach, et al.
Veröffentlicht: (2024)

Structural Nested Mean Models Under Parallel Trends Assumptions
von: Shahn, Zach, et al.
Veröffentlicht: (2022)

Using negative controls to identify causal effects with invalid instrumental variables
von: Dukes, Oliver, et al.
Veröffentlicht: (2022)

A Note on The Rationale Behind Using Parental Longevity as a Proxy in Mendelian Randomization Studies
von: Shahn, Zach, et al.
Veröffentlicht: (2025)

Estimating Heterogeneous Treatment Effects on Survival Outcomes Using Counterfactual Censoring Unbiased Transformations
von: Xu, Shenbo, et al.
Veröffentlicht: (2024)

On Doubly Robust Inference for Double Machine Learning in Semiparametric Regression
von: Dukes, Oliver, et al.
Veröffentlicht: (2021)

Constructing targeted minimum loss/maximum likelihood estimators: a simple illustration to build intuition
von: Ross, Rachael K., et al.
Veröffentlicht: (2025)

Pulling back the curtain: the road from statistical estimand to machine-learning based estimator for epidemiologists (no wizard required)
von: Renson, Audrey, et al.
Veröffentlicht: (2025)

Generalizing the intention-to-treat effect of an active control against placebo from historical placebo-controlled trials to an active-controlled trial: A case study of the efficacy of daily oral TDF/FTC in the HPTN 084 study
von: He, Qijia, et al.
Veröffentlicht: (2023)

Order Dependence in Regression by Composition: Discussion on "Regression by Composition'' by Farewell, Daniel, Stensrud, and Huitfeldt
von: Dong, Mei, et al.
Veröffentlicht: (2026)

Nothing to See Here? A non-inferiority approach to parallel trends
von: Bilinski, Alyssa, et al.
Veröffentlicht: (2018)

Doubly-robust inference and optimality in structure-agnostic models with smoothness
von: Bonvini, Matteo, et al.
Veröffentlicht: (2024)

Towards a unified approach to formal risk of bias assessments for causal and descriptive inference
von: Pescott, Oliver L., et al.
Veröffentlicht: (2023)

On estimands in target trial emulation
von: Gervasoni, Edoardo Efrem, et al.
Veröffentlicht: (2026)

Efficient estimation of cumulative incidence curves via data fusion with surrogates: application to integrated analysis of vaccine trial and immunobridging data
von: Zhao, Pan, et al.
Veröffentlicht: (2026)

Risk ratio, odds ratio, risk difference... Which causal measure is easier to generalize?
von: Colnet, Bénédicte, et al.
Veröffentlicht: (2023)

Causal inference for N-of-1 trials
von: Piccininni, Marco, et al.
Veröffentlicht: (2024)

Nested Instrumental Variables Analysis: Switcher Average Treatment Effect, Identification, Efficient Estimation and Generalizability
von: Wang, Rui, et al.
Veröffentlicht: (2024)

Optimizing for Rotisserie Fantasy Basketball
von: Rosenof, Zach
Veröffentlicht: (2025)

Dynamic quantification of player value for fantasy basketball
von: Rosenof, Zach
Veröffentlicht: (2024)

Improving Algorithms for Fantasy Basketball
von: Rosenof, Zach
Veröffentlicht: (2023)

Leveraging specificity for causal inference in observational studies
von: Miao, Wang
Veröffentlicht: (2025)

Nonparametric tests of treatment effect homogeneity for policy-makers
von: Dukes, Oliver, et al.
Veröffentlicht: (2024)

Augmented balancing weights as linear regression
von: Bruns-Smith, David, et al.
Veröffentlicht: (2023)

Benefits and costs of matching prior to a Difference in Differences analysis when parallel trends does not hold
von: Ham, Dae Woong, et al.
Veröffentlicht: (2022)

The risks of risk assessment: causal blind spots when using prediction models for treatment decisions
von: van Geloven, Nan, et al.
Veröffentlicht: (2024)

Sample size and power calculations for causal inference of observational studies
von: Liu, Bo, et al.
Veröffentlicht: (2025)

A formal approach to variable selection in difference-in-differences
von: Rodrigues, Daniela, et al.
Veröffentlicht: (2026)

Repeated sampling of different individuals but the same clusters to improve precision of difference-in-differences estimators: the DISC design
von: Downey, Jordan, et al.
Veröffentlicht: (2024)

In defense of MAR over latent ignorability (or latent MAR) for outcome missingness in studying principal causal effects: a causal graph view
von: Nguyen, Trang Quynh
Veröffentlicht: (2024)

A cautionary note for plasmode simulation studies in the setting of causal inference
von: Shaw, Pamela A, et al.
Veröffentlicht: (2025)

A novel decomposition to explain heterogeneity in observational and randomized studies of causality
von: Gilbert, Brian, et al.
Veröffentlicht: (2022)

Estimating Methane Emissions from the Upstream Oil and Gas Industry Using a Multi-Stage Framework
von: Wigle, Augustine, et al.
Veröffentlicht: (2024)