ScholarGate
Asistente
Regression model

Diferencias en Diferencias Escalonadas

Las Diferencias en Diferencias Escalonadas (Staggered Difference-in-Differences) son una generalización de DID para diseños de panel en los que el tratamiento se implementa en diferentes grupos en diferentes momentos. Introducido en su forma moderna por Callaway y Sant'Anna (2021) y Sun y Abraham (2021), corrige el sesgo que sufren los estimadores clásicos de efectos fijos bidireccionales (TWFE) cuando los efectos del tratamiento son heterogéneos entre cohortes y a lo largo del tiempo.

Abrir en MethodMindPróximamenteVídeoPróximamenteDescargar diapositivas

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Mapa de métodos

El vecindario de métodos relacionados: selecciona un nodo para explorarlo.

Fuentes

  1. 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
  2. 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

Cómo citar esta página

ScholarGate. (2026, June 1). Staggered Difference-in-Differences (Callaway-Sant'Anna / Sun-Abraham Estimators). ScholarGate. https://scholargate.app/es/causal-inference/did-staggered

¿Qué método?

Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.

Comparar lado a lado

Citado por

ScholarGateStaggered Difference-in-Differences (Staggered Difference-in-Differences (Callaway-Sant'Anna / Sun-Abraham Estimators)). Recuperado el 2026-06-15 de https://scholargate.app/es/causal-inference/did-staggered · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026