Regression modelQuasi-experimental / causal inference
강건 차분-차분법
강건 차분-차분법(Robust Difference-in-Differences)은 치료 시점이 단위별로 엇갈리고 치료 효과가 시간에 따라 또는 그룹별로 이질적인 경우에도 유효한 최신 DiD 추정량 모음입니다. 고전적인 이원 고정 효과(TWFE) DiD는 이러한 설정에서 심각하게 편향될 수 있으며, 강건 변형은 그룹-시간 평균 치료 효과(ATT)를 별도로 추정하고 이론적으로 건전한 방식으로 이를 집계합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
- Roth, J., Sant'Anna, P. H. C., Bilinski, A., & Poe, J. (2023). What's trending in difference-in-differences? A synthesis of the recent econometrics literature. Journal of Econometrics, 235(2), 2218-2244. DOI: 10.1016/j.jeconom.2023.03.008 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Robust Difference-in-Differences Estimator. ScholarGate. https://scholargate.app/ko/causal-inference/robust-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.
- 이중차분법 (Diff-in-Diff)계량경제학↔ compare
- 동적 이중차분법 (Dynamic Difference-in-Differences)인과추론↔ compare
- 이질적 처리 효과 이중차분 (HTE-DiD)인과추론↔ compare
- 다기간 이중차분법 (순차적 DiD)인과추론↔ compare
- 패널 데이터 이중차분법 (패널 DiD / TWFE)인과추론↔ compare