did模型是不是太简单了

发布网友发布时间：2023-07-13 23:44

共1个回答

热心网友时间：2023-09-25 17:19

did模型是不是一定要有交乘项?

十字分解法的方法简单来讲就是：十字左边相乘等于二次项，右边相乘等于常数项，交叉相乘再相加等于一次项。其实就是运用乘法公式运算来进行因式分解。

不可以。did只加交互项在语法上是说不通的，也读不通顺，所以说did加交互项的同时还需要加上连词的形容词进行修饰。

要。交乘项是指在建立数学或统计模型时，将两个或多个变量进行相乘，以考虑它们之间的相互作用效应，交乘项的引入可以帮助捕捉变量之间的非线性关系和相互影响，进而提高模型的解释能力和预测准确度。

这个式子的回归，得到的交叉项的系数就是所要估计的处理效应。用一个图表示就是：所以看清楚了，这里DID最关键的假设是commontrend，也就是两个组别在不处理的情况下，y的趋势是一样的。

截面数据vs面板数据DID的数据结构：面板数据最佳，重复截面数据也可以；重复截面数据：数据组成必须是稳定的：不同时点上的数据都是总体的代表性样本；可以允许组别固定效应；面板数据：可以使用个体固定效应，更加稳健。

这个式子的回归，得到的交叉项的系数就是所要估计的处理效应，用一个图表示就是：DID最关键的假设是commontrend，也就是两个组别在不处理的情况下，y的趋势是一样的。

DID模型效果不好

1、双重差分模型（difference-in-difference，DID）近年来多用于计量经济学中对于公共*或项目实施效果的定量评估。通常大范围的公共*有别于普通科研性研究，难以保证对于*实施组和对照组在样本分配上的完全随机。

2、如果你的回归结果数值在这个范围内比较接近于0，那么统计上可能推断比如有36%的可能性是0，那这个结果就不显著，即P值为0.356就不显著。所以看的是P值，而不是系数。

3、并不是所有*评估都适合DID（1）*不能是“一刀切”类型，即存在受*影响的实验组和不受*影响的对照组（2）至少两年的面板数据，如果是截面数据一般也别考虑了（1）平行趋势（CT）假设。

4、截面数据vs面板数据DID的数据结构：面板数据最佳，重复截面数据也可以；重复截面数据：数据组成必须是稳定的：不同时点上的数据都是总体的代表性样本；可以允许组别固定效应；面板数据：可以使用个体固定效应，更加稳健。

5、这非常专业性的问题，一般人是解决不了的。除非懂行的。

DID模型需要标准化吗

双重差分需满足共同趋势这一前提假设，也就是说实验组和控制组在*施行之前并不存在显著差异，因此使用DID方法时需要进行平行趋势检验，即对*施行之前的实验组和控制组特征是否相似进行检验。

SPSSAU共输出5类表格，分别是DID模型描述统计，DID模型结果汇总，t检验(Before)，t检验(After)，OLS回归分析结果。说明如下：上表格展示不同实验组别，以及实验前后时的样本分布情况。

要的。最好能把Baron和Kenny(1986)的方法简介一下，或者把它机制分析的方程贴出来也行，另外，除了主回归需要，DID的异质性分析或者机制检验部分，不需要做平行趋势检验。

DID模型与固定效应模型有着千丝万缕的关系，和之前一样，多期DID的Stata命令主要有三个，分别是reg命令、xtreg命令和reghdfe命令。