ScholarGate
Asistents
Regression modelQuasi-experimental / causal inference

Daudzperiodu notikumu pētījumu dizains

Daudzperiodu notikumu pētījumu dizains novērtē cēloņsakarīgu ārstēšanas efektu katrā laika punktā attiecībā pret ārstēšanas sākumu, izmantojot paneļa datus ar vairākiem pirms un pēc ārstēšanas periodiem. Plānojot pilnu ārstēšanas koeficientu trajektoriju, nevis vienu vidējo, tas atklāj, kā efekti uzkrājas, izzūd vai paliek stabili laika gaitā — un ļauj veikt formālas pārbaudes uz paralēlām tendencēm pirms ārstēšanas daudzos periodos vienlaicīgi.

Atvērt MethodMindDrīzumāVideoDrīzumāLejupielādēt slaidus

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Metožu karte

Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.

Avoti

  1. Jacobson, L. S., LaLonde, R. J., & Sullivan, D. G. (1993). Earnings losses of displaced workers. American Economic Review, 83(4), 888-909. link
  2. Freyaldenhoven, S., Hansen, C., Perez-Skiba, A., & Shapiro, J. M. (2021). Visualization, identification, and estimation in the linear panel event-study design. NBER Working Paper 29170. link

Kā citēt šo lapu

ScholarGate. (2026, June 3). Multi-period Event Study Design for Dynamic Treatment Effects. ScholarGate. https://scholargate.app/lv/causal-inference/multi-period-event-study-design

Kura metode?

Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.

Salīdzināt blakus
ScholarGateMulti-period Event Study Design (Multi-period Event Study Design for Dynamic Treatment Effects). Izgūts 2026-06-15 no https://scholargate.app/lv/causal-inference/multi-period-event-study-design · Datu kopa: https://doi.org/10.5281/zenodo.20539026