Ereignisstudien-Design (Causal Event Study)
Das Ereignisstudien-Design ist ein verallgemeinertes Differenz-von-Differenzen-Modell, das für jede Periode vor und nach einer Intervention einen separaten Behandlungseffektkoeffizienten schätzt und so die Dynamik des Effekts über die Ereigniszeit hinweg verfolgt. Seine moderne, heterogenitätsrobuste Form wurde von Sun & Abraham (2021) und Callaway & Sant'Anna (2021) entwickelt.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Sun, L. & Abraham, S. (2021). Estimating Dynamic Treatment Effects in Event Studies with Heterogeneous Treatment Effects. Journal of Econometrics, 225(2), 175–199. DOI: 10.1016/j.jeconom.2020.09.006 ↗
- Callaway, B. & Sant'Anna, P. H. C. (2021). Difference-in-Differences with Multiple Time Periods. Journal of Econometrics, 225(2), 200–230. DOI: 10.1016/j.jeconom.2020.12.001 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Event Study Design (Causal Event Study). ScholarGate. https://scholargate.app/de/causal-inference/event-study-causal
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Analyse von unterbrochenen Zeitreihen (Interrupted Time Series, ITS)Kausale Inferenz↔ compare
- Paneldaten-Fixed-Effects-ModellÖkonometrie↔ compare
- Regression Discontinuity Design (RDD)Kausale Inferenz↔ compare
- Shift-Share IVKausale Inferenz↔ compare
- Gestaffelte Differenz-in-DifferenzenKausale Inferenz↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →