Regression modelQuasi-experimental / causal inference

การออกแบบการศึกษาเหตุการณ์แบบพลวัต

การออกแบบการศึกษาเหตุการณ์แบบพลวัต (Dynamic Event Study Design) เป็นการขยายกรอบการวิเคราะห์แบบผลต่างของผลต่าง (difference-in-differences) มาตรฐาน โดยประมาณค่าผลกระทบของการรักษา (treatment effects) ในแต่ละช่วงเวลาก่อนและหลังเหตุการณ์ แทนที่จะรวมทุกอย่างไว้ในสัมประสิทธิ์เดียวหลังการรักษา การพล็อตสัมประสิทธิ์นำ (lead coefficients) และสัมประสิทธิ์ตามหลัง (lag coefficients) เทียบกับเวลาสัมพัทธ์ของเหตุการณ์ ทำให้นักวิจัยสามารถทดสอบแนวโน้มที่มีอยู่ก่อนแล้ว (pre-existing trends) และติดตามวิวัฒนาการของผลกระทบเชิงสาเหตุในช่วงเวลาหลังการรักษาหลายช่วงเวลาได้พร้อมกัน

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

แหล่งอ้างอิง

  1. 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
  2. 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

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Dynamic Event Study Design (Lead-Lag Specification). ScholarGate. https://scholargate.app/th/causal-inference/dynamic-event-study-design

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
ScholarGateDynamic Event Study Design (Dynamic Event Study Design (Lead-Lag Specification)). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/causal-inference/dynamic-event-study-design · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026