การออกแบบการศึกษาเหตุการณ์ (Causal Event Study)
การออกแบบการศึกษาเหตุการณ์ (event study design) เป็นแบบจำลองผลต่างของผลต่าง (difference-in-differences) แบบทั่วไปที่ประมาณค่าสัมประสิทธิ์ผลกระทบของการรักษา (treatment-effect coefficient) แยกกันสำหรับแต่ละช่วงเวลาก่อนและหลังการแทรกแซง โดยติดตามพลวัตของผลกระทบตามเวลาของเหตุการณ์ รูปแบบสมัยใหม่ที่ทนทานต่อความแตกต่างหลากหลายได้รับการพัฒนาโดย Sun & Abraham (2021) และ Callaway & Sant'Anna (2021)
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
- 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 1). Event Study Design (Causal Event Study). ScholarGate. https://scholargate.app/th/causal-inference/event-study-causal
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.
- การวิเคราะห์อนุกรมเวลาแบบขัดจังหวะ (Interrupted Time Series - ITS)การอนุมานเชิงสาเหตุ↔ compare
- แบบจำลอง Fixed Effects สำหรับข้อมูล Panel Dataเศรษฐมิติ↔ compare
- การออกแบบการถดถอยแบบไม่ต่อเนื่อง (Regression Discontinuity Design - RDD)การอนุมานเชิงสาเหตุ↔ compare
- เครื่องมือตัวแปรสุ่มแบบส่วนแบ่งการเปลี่ยนแปลง (เครื่องมือ Bartik)การอนุมานเชิงสาเหตุ↔ compare
- Staggered Difference-in-Differencesการอนุมานเชิงสาเหตุ↔ compare