La méthode du "diff-in-diff"

Résumé du document

La corrélation ne signifie pas nécessairement la causalité. Ainsi, Levitt et Dubner, dans "Freakonomics" , écrivent : « La corrélation entre deux faits ne signifie pas nécessairement que l'un soit à l'origine de l'autre ». Or l'expérimentation en économie, basée sur les expériences aléatoires, naturelles ou quasi-naturelles met en évidence des liens de causalité. Aussi pouvons-nous nous demander comment on peut trouver une causalité, et la mettre en lumière. Les mécanismes complexes de la causalité peuvent être révélés par la méthode du "diff-in-diff" ou "différences en différences".

Extraits

[...] Il faut alors prendre un individu que l'on duplique ou que l'on clone : on obtient alors un individu A et un individu les deux dans le même environnement. Afin de vérifier la causalité, l'individu A va consommer quotidiennement des hamburgers pendant un certain laps de temps et , pendant cette même période, l'individu B va se nourrir sans hamburger. Par conséquent, les deux individus étant totalement identiques, la comparaison entre eux à l'issue de l'expérience va permettre de mettre à jour l'éventuelle existence d'un lien causal entre la consommation de hamburgers et l'obésité. [...]

[...] Le groupe subissant l'expérience s'appelle groupe de traitement - par analogie au domaine des sciences médicales - et le groupe qui ne la subit pas est appelé groupe de contrôle dans la mesure où il sert de référence ou de témoin, comme en chimie pour poursuivre l'analogie avec les sciences médicales. Ensuite, par différence entre le groupe de contrôle et le groupe de traitement, on trouve l'effet causal. Illustrons cela à travers l'utilisation de deux variables X et Y. On souhaite appliquer une mesure à un groupe d'une population. [...]

[...] IV / Une limite majeure à la méthode Bien qu'étant appréciée pour son efficacité et sa transparence, la méthode du diff-in-diff comporte une limite importante. En effet, le problème majeur réside dans le choix du groupe de contrôle et de sa pertinence : si le groupe de contrôle choisi est mauvais, alors le contrefactuel ne sera pas approché au mieux ; par conséquent, les facteurs externes ou exogènes ne seront pas réellement écartés et donc la causalité mise en évidence pourra ne pas être avérée. [...]

[...] Or, l'expérience de pensée n'étant par définition qu'idéale est donc impossible à mettre en œuvre dans la réalité, l'identification de la causalité va devoir se baser sur l'étude d'individus différents et essayer d'approcher, au mieux, le contrefactuel. II / La méthode du diff-in-diff L'analyse empirique en économie s'appuie sur différentes expérimentations : expériences naturelles, expériences aléatoires et discontinuité. Or toutes ces expérimentations ont un dénominateur commun, une méthode commune : le diff-in-diff ou différence en différence Comme nous l'avons vu , dans le cadre de la mise en lumière d'une causalité, il est nécessaire d'essayer d'approcher au mieux le contrefactuel. [...]

[...] Nous allons voir que les mécanismes complexes de la causalité peuvent être révélés par la méthode du diff-in-diff ou différence en différences. I /La notion de contrefactuel Comme l'a expliqué M. Wasmer dans son cours, le meilleur moyen de mettre en évidence un lien causal passerait par une expérience de pensée, par laquelle, idéalement on dupliquerait un individu ; ainsi, on obtiendrait deux individus exactement identiques, dans le même environnement . On ferait alors subir à l'un des deux clones une expérience, mais pas à l'autre : en comparant l'évolution des deux individus à l'issue de l'expérience, on pourrait observer les effets de celle-ci et en déduire sans risque d'erreur la causalité entre l'expérience réalisée et les effets observés sur l'individu. [...]