เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การศึกษาเหตุการณ์แบบพาเนลที่แข็งแกร่ง (Robust Panel Event Study)× | ไดนามิก ดิฟ-อิน-ดิฟ (Dynamic Difference-in-Differences)× | |
|---|---|---|
| สาขาวิชา | การอนุมานเชิงสาเหตุ | การอนุมานเชิงสาเหตุ |
| ตระกูล | Regression model | Regression model |
| ปีกำเนิด | 2021 | 2021 |
| ผู้ริเริ่ม≠ | Sun & Abraham (2021); Freyaldenhoven, Hansen, Shapiro & Weidner (2021) | Callaway & Sant'Anna; Sun & Abraham |
| ประเภท≠ | Quasi-experimental / causal inference | Causal inference / quasi-experimental |
| แหล่งต้นตำรับ≠ | Sun, L., & Abraham, S. (2021). Estimating dynamic treatment effects in event studies with heterogeneous treatment effects. Journal of Econometrics, 225(2), 175-199. 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 | robust event-study estimator, heteroskedasticity-robust panel event study, staggered-robust event study, robust ES design | Dynamic DiD, Staggered DiD, Event-time DiD, Heterogeneous-timing DiD |
| ที่เกี่ยวข้อง | 4 | 4 |
| สรุป≠ | A robust panel event study extends the standard panel event study design by applying heteroskedasticity- and autocorrelation-robust (HAC) standard errors and, where staggered treatment adoption exists, interaction-weighted estimators that remain valid even when treatment effects are heterogeneous across cohorts and time periods. It is widely used in economics, finance, and policy research to trace the dynamic causal path of an intervention. | 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 ↗ |
|
|