Stata-DID:不同处理时点不同持久期的倍分法(flexpaneldid)
2021/9/19 23:39:31
本文主要是介绍Stata-DID:不同处理时点不同持久期的倍分法(flexpaneldid),对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!
全文阅读:https://www.lianxh.cn/news/0c3bece858562.html
目录
- 1. 简介
- 2. 理论背景
- 2.1 现有解决方法
- 2.2 灵活的条件 DID
- 2.3 处理组处理效应 ATT 估计
- 3. Stata 实操
- 4. 参考文献
- 5. 相关推文
1. 简介
双重差分模型 (Difference in Difference, DID) 是目前经济学界估计处理效应的主流方法之一,一般用于评估随机试验或自然实验 (例如,法律法规的调整) 的效果。经典的 DID 方法通常拥有两期 (处理前和处理后) 和两组 (处理组和控制组) 数据,并暗含了固定处理效应 (constant treatment effects) 的假定。读者可参考推文「连享会专题:倍分法DID」 进行学习。
然而在现实中,我们经常发现不同个体接受政策干预的开始时间和持续时间往往是不同的。因此,假定所有受干预个体的处理效应相同并不合理。现有研究主要采用条件倍差法 (conditional DID) 和固定效应形式的倍差法 (fixed effect DID),来解决因不同个体接受干预的开始时间和持续时间不同所导致的估计潜在偏误。本文将介绍一个基于交错采用设计框架 (the staggered adoption design framework) 的灵活条件 DID 方法,来解决上述问题。
全文阅读:https://www.lianxh.cn/news/0c3bece858562.html
这篇关于Stata-DID:不同处理时点不同持久期的倍分法(flexpaneldid)的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!
- 2024-11-23Springboot应用的多环境打包入门
- 2024-11-23Springboot应用的生产发布入门教程
- 2024-11-23Python编程入门指南
- 2024-11-23Java创业入门:从零开始的编程之旅
- 2024-11-23Java创业入门:新手必读的Java编程与创业指南
- 2024-11-23Java对接阿里云智能语音服务入门详解
- 2024-11-23Java对接阿里云智能语音服务入门教程
- 2024-11-23JAVA对接阿里云智能语音服务入门教程
- 2024-11-23Java副业入门:初学者的简单教程
- 2024-11-23JAVA副业入门:初学者的实战指南