Regression modelQuasi-experimental / causal inference

동적 이중차분법 (Dynamic Difference-in-Differences)

동적 이중차분법은 단위들이 서로 다른 시점에 처치(treatment)를 도입하는 상황에 맞게 고전적인 DiD 프레임워크를 확장한 것이다. 모든 변동을 단일 2x2 비교로 축소하는 대신, 각 도입 코호트(cohort)별로 각 시점에서의 그룹-시간 평균 처치 효과(average treatment effect)를 추정하고, 이를 인과 효과의 해석 가능한 요약으로 집계한다.

MethodMind에서 열기곧 제공동영상곧 제공Download slides

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

Method map

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

+18 more

출처

  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

이 페이지 인용 방법

ScholarGate. (2026, June 3). Dynamic Difference-in-Differences Estimator. ScholarGate. https://scholargate.app/ko/causal-inference/dynamic-difference-in-differences

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

이 방법을 참조하는 항목

ScholarGateDynamic Difference-in-Differences (Dynamic Difference-in-Differences Estimator). 2026-06-15에 다음에서 검색함: https://scholargate.app/ko/causal-inference/dynamic-difference-in-differences · 데이터셋: https://doi.org/10.5281/zenodo.20539026