本文主要的关注点是处理时间点不一致的处理效应的估计方法,即多期 DID,主要分三部分内容进行介绍: 1 模型介绍 2 模型估计及 Stata 实现 3 图示处理前后各期的处理效应及检验平行趋势假设3.3 论文实例演示 - 使用 tvdiff 命令 该部分同样是选用 Beck(2010) 论文的例子进行演示。数据处理及模型估计命令如下: ...
1.1 传统 DID 模型 1.2 多期 DID 模型 1.3 包含处理前后各期效应的多期 DID 模型 2. 模型估计及Stata实现 2.1 `xtreg` 命令 2.2 论文实例演示 3. 图示处理前后各期的处理效应及检验平行趋势假设 3.1 Stata实现:`tvdiff` 命令 3.2 一个模拟数据的例子 3.3 论文实例演示 - 使用 `tvdiff` 命令 3.4 论文实例...
1.1 传统 DID 模型 1.2 多期 DID 模型 1.3 包含处理前后各期效应的多期 DID 模型 2. 模型估计及Stata实现 2.1 `xtreg` 命令 2.2 论文实例演示 3. 图示处理前后各期的处理效应及检验平行趋势假设 3.1 Stata实现:`tvdiff` 命令 3.2 一个模拟数据的例子 3.3 论文实例演示 - 使用 `tvdiff` 命令 3.4 论文实例...
1.1 传统 DID 模型 1.2 多期 DID 模型 1.3 包含处理前后各期效应的多期 DID 模型 2. 模型估计及Stata实现 2.1 `xtreg` 命令 2.2 论文实例演示 3. 图示处理前后各期的处理效应及检验平行趋势假设 3.1 Stata实现:`tvdiff` 命令 3.2 一个模拟数据的例子 3.3 论文实例演示 - 使用 `tvdiff` 命令 3.4 论文实例...