Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Différences de Différences
Méthode quasi-expérimentale estimant l'effet causal d'un traitement en comparant l'évolution de résultats entre groupes traités et non traités avant et après l'intervention.
Hypothèse de tendances parallèles
Postulat fondamental du DiD stipulant qu'en l'absence de traitement, les groupes traités et de contrôle auraient évolué parallèlement dans le temps.
Effet de traitement moyen (ATE)
Effet moyen causal du traitement sur l'ensemble de la population, estimé par la différence des différences entre groupes et périodes.
Groupe de traitement
Sous-population exposée à l'intervention ou au traitement d'intérêt dans l'analyse Diff-in-Diff.
Groupe de contrôle
Sous-population non exposée au traitement servant de contrefactuel pour estimer l'évolution du groupe traité sans intervention.
Effet fixe
Caractéristiques invariantes dans le temps pour les entités (effets fixes individuels) ou les périodes (effets fixes temporels) contrôlées dans le modèle DiD.
Spécification de l'interaction
Terme multiplicatif entre variables de traitement et de période capturant l'effet causal différentiel dans les modèles de régression DiD.
Test de pré-tendances
Validation empirique de l'hypothèse de tendances parallèles en comparant les évolutions pré-traitement entre groupes.
Effets hétérogènes
Variations de l'effet du traitement selon les caractéristiques des individus ou le temps d'exposition dans l'analyse DiD.
Diff-in-Diff avec appariement (PSM-DiD)
Combination du propensity score matching et DiD pour améliorer la comparable des groupes en équilibrant les caractéristiques observables.
Diff-in-Diff synthétique (SDID)
Approche hybride combinant contrôle synthétique et DiD pour créer un groupe de contrôle optimal pondéré.
Effets temporels
Facteurs invariants entre entités mais variant dans le temps contrôlés pour isoler l'effet causal du traitement.
Effets de groupe
Caractéristiques invariantes dans le temps mais variant entre entités contrôlées pour éliminer les biais de sélection.
Variable d'indication de traitement
Variable binaire identifiant les unités traitées (1) et non traitées (0) dans la spécification économétrique DiD.
Période pré-traitement
Intervalle temporel avant l'intervention utilisé pour établir les tendances parallèles et valider l'identification causale.
Période post-traitement
Intervalle temporel suivant l'intervention où l'effet causal est mesuré par comparaison avec la tendance pré-traitement.
Estimateur à deux voies
Méthode d'estimation DiD incluant simultanément effets fixes individuels et temporels pour contrôler les facteurs de confusion.
Critère de validité de DiD
Ensemble de conditions (exclusion, monotonicité, tendances parallèles) garantissant l'identification causale dans les modèles DiD.
Estimateur robuste de DiD
Version modifiée de DiD résistant aux violations de l'hypothèse de tendances parallèles par ajustement des poids.
Effets dynamiques de traitement
Évolution de l'effet causal sur plusieurs périodes post-traitement pour capturer les délais d'impact et l'adaptation.