เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| Heterogeneous Treatment Effect Difference-in-Differences (HTE-DiD)× | ไดนามิก ดิฟ-อิน-ดิฟ (Dynamic Difference-in-Differences)× | |
|---|---|---|
| สาขาวิชา | การอนุมานเชิงสาเหตุ | การอนุมานเชิงสาเหตุ |
| ตระกูล | Regression model | Regression model |
| ปีกำเนิด | 2021 | 2021 |
| ผู้ริเริ่ม | Callaway & Sant'Anna; Sun & Abraham | Callaway & Sant'Anna; Sun & Abraham |
| ประเภท≠ | Causal inference / panel regression | Causal inference / quasi-experimental |
| แหล่งต้นตำรับ | Callaway, B., & Sant'Anna, P. H. C. (2021). Difference-in-Differences with multiple time periods. Journal of Econometrics, 225(2), 200-230. DOI ↗ | Callaway, B., & Sant'Anna, P. H. C. (2021). Difference-in-differences with multiple time periods. Journal of Econometrics, 225(2), 200-230. DOI ↗ |
| ชื่อเรียกอื่น | HTE-DiD, heterogeneous DiD, CATT estimator, group-time ATT | Dynamic DiD, Staggered DiD, Event-time DiD, Heterogeneous-timing DiD |
| ที่เกี่ยวข้อง | 4 | 4 |
| สรุป≠ | HTE-DiD extends the classic Difference-in-Differences estimator to settings where treatment effects vary across units, time periods, or treatment cohorts. Developed formally by Callaway and Sant'Anna (2021) and Sun and Abraham (2021), it avoids the biases that arise when a conventional two-way fixed-effects regression is used with staggered adoption or effect heterogeneity, by estimating cohort-and-time-specific average treatment effects that can then be aggregated flexibly. | Dynamic Difference-in-Differences extends the classic DiD framework to settings where units adopt treatment at different times. Rather than collapsing all variation into a single 2x2 comparison, it estimates group-time average treatment effects for each adoption cohort at each calendar period, then aggregates them into interpretable summaries of the causal effect over event time. |
| ScholarGateชุดข้อมูล ↗ |
|
|