ScholarGate
Avustaja
Regression modelQuasi-experimental / causal inference

Dynaaminen tapahtumatutkimusasetelma

Dynaaminen tapahtumatutkimusasetelma laajentaa standardia erotus-erojen (DiD) viitekehystä estimoimalla hoitovaikutuksia jokaisella jaksolla ennen tapahtumaa ja sen jälkeen, sen sijaan että kaikki tiivistettäisiin yhdeksi hoidon jälkeiseksi kertoimeksi. Piirtämällä edeltäviä ja viivästettyjä kertoimia suhteellista tapahtuma-aikaa vasten tutkijat voivat samanaikaisesti testata olemassa olevia trendejä ja jäljittää, miten kausaalinen vaikutus kehittyy useiden hoidon jälkeisten jaksojen aikana.

Avaa sovelluksessa MethodMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

The neighbourhood of related methods — select a node to explore.

Lähteet

  1. 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
  2. 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

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Dynamic Event Study Design (Lead-Lag Specification). ScholarGate. https://scholargate.app/fi/causal-inference/dynamic-event-study-design

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.

Compare side by side
ScholarGateDynamic Event Study Design (Dynamic Event Study Design (Lead-Lag Specification)). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/causal-inference/dynamic-event-study-design · Aineisto: https://doi.org/10.5281/zenodo.20539026