2020.01 双重差分法DID
2020-01-29 本文已影响0人
纵使相逢应不识
虚拟变量回归:政策评估与双重差分

双重差分法(DID)指,若其他变量不可观测,但它们不随时间变化而变化,则可考虑使用两期数据进行双重差分,其中第一期在处理效应前,第二期在处理效应后。

双重差分法一般过程


【注】若出现自选择问题(个人自我选择受该效应影响,导致估计有偏),则尽量排除这些样本个体。
虚拟变量回归:政策评估与双重差分
双重差分法(DID)指,若其他变量不可观测,但它们不随时间变化而变化,则可考虑使用两期数据进行双重差分,其中第一期在处理效应前,第二期在处理效应后。
双重差分法一般过程
【注】若出现自选择问题(个人自我选择受该效应影响,导致估计有偏),则尽量排除这些样本个体。