Stata软件之双重差分法（DID）（一）

时间：2024-04-12

Stata双重差分法（DID）2..

双重差分法(DID)估计是较常用的因果推理方法之一。Stata的didregress和xtdidregress命令适用于重复横截面和面板数据的DID和三重差分(DDD)模型。DID和DDD模型控制未观测到的组和时间固定效应，一致地估计被**者的平均**效应( ATET )。

模型的关键假设可以通过estat trendplot、estat ptrends和estat granger命令来进行检验和图形化展示。

如果要估计不同时间和处理序列的ATETs，您可以使用Stata的新命令：hdidregress和xthdidregress。

• 用于ATET估计的DID和DDD模型:

– 重复横截面数据

– 面板数据

• Donald和Lang聚合方法

• Wild bootstrap P值和置信区间

• Bell和McCarey对偏差校正标准误差的自由度调整

• 均值结果和预处理平行趋势图形诊断

• Granger类型和预处理平行趋势检验

• 异构DID模型

• Bacon分解法评估处理效应异质性

拟合DID模型和ATET估计

我们想研究新的住院程序对患者满意度的影响，需要使用一些医院实施新程序之前和之后的每月患者数据。

. didregress (satis) (procedure),group(hospital) time(month)

手术满意度的ATET为0.85，分别考虑医院和每月固定效应。95% CI不包括0。

如果我们的数据是面板数据，可以使用xtset并输入：

. xtdidregress (satis) (procedure),group(hospital) time(month)

• 图形诊断

我们的DID模型假设，在实施新程序之前，对照组和实验组的满意度趋势是平行的。我们可以用estat trendplot对这一假设进行诊断。

• 预处理平行趋势检验

我们可以使用estat ptrends的正式统计检验来补充我们得出的图形诊断。

因此，预处理平行趋势的零假设并没有被拒绝。

• Granger因果性检验

我们的DID模型还可以假设**组和对照组在预期**时不会改变他们的行为。为了检验这一假设，我们可以使用estat granger来进行Granger因果检验。

预期**时没有行为改变的无效假设没有被拒绝。还可以使用estat grangerplot进行图形诊断。

• 计算相应的标准误差

有多个小组的情况是很常见的。在这些场景中，聚类稳健标准误差是不可靠的。对于这种情况，我们可以使用替代方法来计算标准误差。

我们可以通过添加vce(HC2)选项来使用经过HC2偏差调整的聚类稳健标准误差。

. didregress (satis) (procedure),group(hostpital) time(month) vce(hc2)

我们可以通过使用aggregate(dlang)选项来使用Donald和Lang聚合方法。

. didregress (satis) (procedure),group(hospital) time(month)aggregate(dlang)

野聚类自助法P值和置信区间功能也是可用的。与所有自举方法一样，我们需要设置一个种子以使结果可复制。

. didregress (satis) (procedure),group(hospital) time(month)wildbootstrap(rseed(123))

• DDD模型

要拟合DDD模型，只需向group()选项添加另一个变量，并定义新的处理过的观测值。

. didregress (satis) (new_treated),group(hospital another_group)time(month)

• **时间变化时的**异质性检验

如果个体在不同的时间**，每个**队列的ATET可能会改变。如果是，则DID估计结果不一致。

我们可以使用Bacon分解来检验didregress和xtdidregress的ATET异质性，输入

. estat bdecomp

我们可以通过输入下列命令，以图表的形式展示结果

. estat bdecomp, graph

异质性DID

当**效果随时间变化且在不同队列中时，使用异质性DID估计ATETs结果是不同的。这时可以使用Stata的新命令hdidreress和xthdidreress，它会通过重复的横断面数据和面板数据来估计每个队列和时间段的ATETs。

北京天演融智软件有限公司（科学软件网）是STATA软件在中国的授权经销商，为中国的软件用户提供优质的软件销售和培训服务。

18510103847

词条
词条说明
SAS免费研讨会 | 欺诈套路深，防范我精深，邀你玩转SAS内部反欺诈新一代企业内部反欺诈方案
内部员工违规、内外勾结作案比例不断上升，企业面临巨大的经济损失、监管部门的巨额罚款以及声誉损害。传统的反欺诈手段一方面难以发现新型的欺诈或犯罪模式，无法捕获事务网络的复杂性和不法行动者之间的隐藏链接；另一方面产生大量的误报案件，使客户无法完成正常事务，满意度低。 SAS新一代企业内部反欺诈方案可以从多个内部系统和外部来源提取数据，并应用智能自动化、实体网络分析和机器学习来提高侦查的准确性
Nvivo 培训—质性研究论文发表3天精进训练营
各科研院所单位：学术研究中，我们要处理大量的访谈文稿、文献资料、文本内容、图片甚至视频。这些数据内容庞杂，令人无从下手、缺乏思路，需要大量的时间精力筛选、处理。特别是在撰写学位论文或是做各类项目时，需要在规定时间内完成数据处理并成文。质性研究的“神器”——Nvivo软件，可以较大地提高论文写作速度与资料分析质量。质性研究不完全是“手工作坊”式的，也可以借助软件提高数据分析的效率和精确度
免费资源|Wolfram COVID-19视频课程资源
Mathematica 在其三十年的开发历程中，在技术计算领域确立了较先进的技术，并为**技术创新人员、教育工作者、学生和其他人士提供了较主要的计算环境。Mathematica 以**的技术和简便的使用方法****，在此基础上，它提供了单个集成并且持续扩展的系统，涵盖了较广较深的技术计算功能，并可通过网页浏览器实现云端的**访问，以及在所有现代桌面系统上的本地访问。疫情期间，Wolfram为大家提
使用蒙特卡罗模拟计算功率，*2部分:使用power运行模拟
在上一篇文章中，向您展示了如何使用蒙特卡罗模拟计算t检验的功率。在本文中，将向您展示如何将模拟集成到Stata的power命令中，以便您可以轻松地为一系列参数值创建自定义表格和图形。统计学家在计划一项科学研究时，很少为一组假设计算功率。我们通常计算一系列参数值的功率，并选择一组经济上和逻辑上可行的现实假设。例如，下面我使用power onemean以10为增量计算50到100的样本大小。该表显示了