Dinamiskā "starpību starpībās" metode
Dinamiskā "starpību starpībās" (DiD) metode paplašina klasisko DiD ietvaru gadījumiem, kad vienības pieņem intervenci dažādos laikos. Tā vietā, lai visu variāciju apvienotu vienā 2x2 salīdzinājumā, tā novērtē grupu-laika vidējos intervences efektus katrai adopcijas kohortai katrā kalendārajā periodā, pēc tam apvienojot tos interpretējamos cēloņsakarības efekta kopsavilkumos laika gaitā.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+18 more
Avoti
- 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 ↗
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Dynamic Difference-in-Differences Estimator. ScholarGate. https://scholargate.app/lv/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.
- Diferenču starpībām (Diff-in-Diff)Ekonometrija↔ compare
- Panel Data Difference-in-Differences (Panel DiD / TWFE)Cēloņsakarību secināšana↔ compare
- Fiksēto efektu paneļa datu modelisEkonometrija↔ compare
- Sintētiskās kontroles metode (SCM)Cēloņsakarību secināšana↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →