Regression model

Metoda różnic w różnicach (Diff-in-Diff)

Metoda różnic w różnicach (DiD) to metoda wnioskowania przyczynowego, która szacuje efekt interwencji poprzez porównanie zmian w czasie między grupą poddaną interwencji a grupą kontrolną. Spopularyzowana przez badanie płacy minimalnej Carda i Kruegera z 1994 roku oraz rozwinięta w książce Angrista i Pischkego „Mostly Harmless Econometrics”, izoluje efekt oddziaływania jako różnicę między zmianami przed i po interwencji w obu grupach.

Zastosuj w EconMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

+136 more

Źródła

  1. Angrist, J. D., & Pischke, J.-S. (2009). Mostly Harmless Econometrics: An Empiricist's Companion. Princeton University Press. ISBN: 978-0691120355
  2. Card, D., & Krueger, A. B. (1994). Minimum Wages and Employment: A Case Study of the Fast-Food Industry in New Jersey and Pennsylvania. American Economic Review, 84(4), 772-793. link

Jak cytować tę stronę

ScholarGate. (2026, June 1). Difference-in-Differences Estimator. ScholarGate. https://scholargate.app/pl/econometrics/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

Cytowana przez

Adaptacyjny eksperyment naturalnyBayesowska analiza wpływu przyczynowegoBayesowska ewaluacja wpływu kontrfaktycznegoBayesowska metoda różnic w różnicachProjekt bayesowskiego badania zdarzeniaRegresja rozmyta z przerwaniem ciągłości z wnioskowaniem bayesowskimZmienne instrumentalne w ujęciu bayesowskim (Bayesian IV)Bayesian Panel Event StudyBayesowska Metoda Syntetycznej KontroliZablokowany eksperyment naturalnyAlgorytmy odkrywania przyczynowości (PC, FCI, LiNGAM)Analiza wpływu przyczynowegoCoarsened Exact Matching (CEM)Ewaluacja wpływu metodą kontrfaktyczną (CIE)Ewaluacja wpływu metodą kontrfaktyczną w badaniach edukacyjnychEksperyment naturalny typu crossoverMetoda Difference-in-Differences w badaniach edukacyjnychProjekt różnic w nieciągłościachEstymacja podwójnie odporna (DR) w badaniach edukacyjnychDynamiczne szacowanie wpływu w oparciu o kontrfaktywyDynamic Difference-in-DifferencesProjekt dynamicznego badania zdarzeńDynamiczne zmienne instrumentalne (Dynamic Panel IV / Arellano-Bond)Dynamiczne przerywane szeregi czasoweDynamic Panel Event StudyDynamiczna metoda kontroli syntetycznejProjekt badania zdarzeń w badaniach edukacyjnychEksperyment naturalny czynnikowyEstymator pierwszych różnicModel stałych efektów dla danych panelowychFuzzy Regression DiscontinuityFuzzy Regression Discontinuity in Education ResearchHeterogeniczne dopasowanie dokładne z zagregowaniem efektów przyczynowychHeterogeneous Treatment Effect Difference-in-Differences (HTE-DiD)Projekt badania zdarzeń z heterogenicznym efektem przyczynowymSzeregi czasowe z przerwami z heterogenicznym efektem oddziaływania (HTE-ITS)Heterogeniczne badanie panelowe efektów leczeniaTest placebo dla heterogenicznych efektów przyczynowychHeterogeneous Treatment Effect Propensity Score MatchingHeterogeneous Treatment Effect Sensitivity Analysis for CausalityHeterogeneous Treatment Effect Synthetic Control MethodZmienne instrumentalne w badaniach edukacyjnychAnaliza przerwanych szeregów czasowych (ITS)Analiza przerwanych szeregów czasowych w badaniach edukacyjnychWażenie odwrotnością prawdopodobieństwa w badaniach edukacyjnychAnaliza przyczynowości wspomagana uczeniem maszynowymUczenie maszynowe wspomagające ewaluację wpływu kontrfaktycznegoUczenie maszynowe wspomagające metodę różnicy w różnicach (ML-DiD)Estymacja podwójnie odporna wspomagana uczeniem maszynowym (ML-DR)Ulepszony projekt badania zdarzeń z wykorzystaniem uczenia maszynowegoWzmocniony uczeniem maszynowym rozmyty regresyjny układ nieciągłościUczenie maszynowe wspomagane przerywanymi szeregami czasowymiUczona maszynowym uczeniem się panelowa analiza zdarzeńUlepszony test placebo wspomagany uczeniem maszynowymWażenie zaugmentowane uczeniem maszynowymUlepszona analizą wrażliwości uczeniem maszynowym dla przyczynowościUczenie maszynowe wspomagające metodę syntetycznej kontroliModel strukturalny brzegowy (MSM)Model strukturalny brzegowy w badaniach edukacyjnychEstymator dopasowującyWielookresowa analiza wpływu przyczynowegoMulti-period Coarsened Exact MatchingWielookresowa kontrfaktyczna ewaluacja wpływuWielookresowe różnice w różnicach (staggered DiD)Estymacja wielookresowa podwójnie odpornaWielookresowy schemat badania zdarzeńWielookresowa przerywana analiza szeregów czasowychEstymator dopasowania wielookresowegoWielookresowy projekt regresji z załamaniemMetoda wielookresowej kontroli syntetycznejEksperyment naturalnyAnaliza wpływu przyczynowego danych panelowychDopasowywanie przybliżonej dokładności dla danych panelowychPanel Data Difference-in-Differences (Panel DiD / TWFE)Panel Data Fuzzy Regression Discontinuity DesignZmienne instrumentalne dla danych panelowych (Panel IV / 2SLS)Panel Data Interrupted Time SeriesEstymator dopasowania danych panelowychTest placebo dla danych panelowychDopasowywanie skłonności w danych panelowychPanel Data Regression Discontinuity DesignMetoda syntetycznej grupy kontrolnej dla danych panelowychBadanie zdarzeń panelowychBadanie panelowe z wykorzystaniem zdarzeń w badaniach edukacyjnychModel efektów stałych dla danych panelowychPanelowa badania przyczynowo-porównawczeObserwacyjne badania ilościowe oparte na paneluEksperyment naturalny pilotażowyTest placebo w badaniach edukacyjnychAnaliza przyczynowego wpływu w ocenie politykiOcena polityki za pomocą dopasowania z uściśleniem (CEM)Ocena Polityki Ewaluacja Wpływu Kontrfaktycznego (CIE)Ocena polityki różnicą w różnicachRównoważenie entropowe w ocenie politykiProjekt badania zdarzeń do oceny politykiRozmyta regresja skokowa w ocenie politykiOcena polityki z wykorzystaniem zmiennych instrumentalnychPrzerywana analiza szeregów czasowych (ITS) do oceny politykiMarginalny Model Strukturalny Oceny PolitykiEstymator dopasowania do oceny politykiPanel Event Study (zdarzenia polityki)Test placebo w ewaluacji politykDopasowywanie wyników skłonności w ocenie politykiOcena polityki ważona wynikiem skłonnościOcena Polityki Projekt Ucięcia RegresjiMetoda Kontroli Syntetycznej do Oceny PolitykiProjekt eksperymentalny typu pretest-posttestPropensity Score Matching in Education ResearchWażenie z wykorzystaniem wyniku skłonności (PSW / IPW)Propensity Score Weighting in Education ResearchModel efektów losowych dla danych panelowychRegresywny projekt nieciągłości (RDD)Projekt regresji z przerwaniami w badaniach edukacyjnychRegression Kink Design (RKD)Solidna ocena wpływu kontrfaktycznegoSolidne różnice w różnicachRobust Fuzzy Regression Discontinuity DesignRobust Instrumental VariablesRobustowe analizy szeregów czasowych z przerwaniamiSolidny marginalny model strukturalnyEstymator dopasowania odpornego (dopasowanie skorygowane o błąd)Robust Panel Event StudyRobust Regression Discontinuity DesignRobust Synthetic Control MethodAnaliza wrażliwości dla przyczynowościAnaliza wrażliwości przyczynowości w badaniach edukacyjnychInstrument zmienny typu Shift-Share (Instrument Bartika)Analiza przestrемых efektów przyczynowychPrzestrzenne dopasowanie przez ujednolicenie (Spatial CEM)Przestrzenna ewaluacja wpływu kontrfaktycznego (SCIE)Przestrzenne różnice w różnicachPrzestrzenna estymacja podwójnie odpornaPrzestrzenny schemat badania zdarzeńPrzestrzenne ważenie odwrotnością prawdopodobieństwa (Spatial IPW)Przestrzenne badanie zdarzeń panelowychPrzestrzenny projekt regresji z przerwą (Spatial RDD)Analiza wrażliwości przestrzennej dla przyczynowościPrzestrzenna Metoda Syntetycznej KontroliStepped Wedge Cluster Randomized TrialAnaliza danych panelowych ze strukturalnymi punktami zwrotnymiMetoda syntetycznej kontroli (SCM)Metoda syntetycznej kontroli w badaniach edukacyjnych
ScholarGateDifference-in-Differences (Difference-in-Differences Estimator). Pobrano 2026-06-15 z https://scholargate.app/pl/econometrics/difference-in-differences · Zbiór danych: https://doi.org/10.5281/zenodo.20539026