İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklarUygulamalarSSS🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›Nedensel çıkarım›Olay Çalışması Tasarımı (Nedensel Olay Çalışması)
Regression model

Olay Çalışması Tasarımı (Nedensel Olay Çalışması)

Event Study Design (Causal Event Study) · Ayrıca şöyle bilinir: dynamic difference-in-differences, event-study DiD, dynamic treatment effects, leads-and-lags model, Event Study Tasarımı (Nedensel Olay Çalışması)

Olay çalışması tasarımı, bir müdahale öncesindeki ve sonrasındaki her dönem için ayrı bir etki katsayısı tahmin eden, olayın etkisi dinamiklerini olay zamanı boyunca izleyen genelleştirilmiş bir farkların farkı modelidir. Modern, heterojenliğe dayanıklı formu Sun & Abraham (2021) ve Callaway & Sant'Anna (2021) tarafından geliştirilmiştir.

ScholarGate
  1. Regression model
  2. v1
  3. 2 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

Olay Çalışması Tasarımı (Nedensel Olay Çalışması)
Kesintili Zaman Serisi (…Panel Veri Sabit Etkiler…Regresyon Kesintili Tasa…Vardiya-Paylaşım Aracılı…Kademeli Farkların Farkı…

Ne zaman kullanılır

Birimlerin zaman içinde bir veya daha fazla noktada uygulandığı ve etkiyi tek bir ortalama olarak değil, dinamik olarak izlemek istediğiniz panel verileriyle olay çalışması tasarımını kullanın. Makul bir panele (en az yaklaşık 50 birim/gözlem) ve birkaç uygulama öncesi ve sonrası döneme ihtiyaç duyar. Temel varsayım paralel eğilimlerdir: uygulama öncesi katsayılar sıfırdan farklı olmamalıdır. Uygulama birimler arasında kademeli olduğunda, Sun-Abraham veya Callaway-Sant'Anna tahmincilerini kullanın ve her zaman küme-sağlam standart hataları bildirin.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Bir etki etkisinin tam zaman yolunu — ön eğilim, anlık etki ve azalma — tek bir sayıya indirgemek yerine izler.
  • Uygulama öncesi katsayılar aracılığıyla paralel eğilimler varsayımının yerleşik görsel bir testini sağlar.
  • Farkların farkını genelleştirir ve Sun-Abraham veya Callaway-Sant'Anna düzeltmeleriyle, heterojen etkilerle kademeli benimsemeyi ele alır.
Sınırlılıklar
  • Yeterli bir panele (yaklaşık 50+ birim/gözlem) ve olayın her iki tarafında birkaç döneme ihtiyaç duyar; aksi takdirde dönem katsayıları kesin değildir ve paralel eğilimler testi yetersiz güçtedir.
  • Uygulama zamanlaması kademeli olduğunda ve etkiler heterojen olduğunda basit iki yönlü sabit etkiler yanlı olabilir, bu da Sun-Abraham veya Callaway-Sant'Anna düzeltmelerini gerektirir.
  • Çıkarım, küme-sağlam standart hatalara dayanır; seri korelasyonu göz ardı etmek standart hataları küçümser.

SSS

Olay çalışması, basit farkların farkından nasıl farklıdır?

Farkların farkı, olaydan sonraki tek bir ortalama etkiyi verir. Olay çalışması, uygulama öncesi ve sonrası her dönem için ayrı bir katsayı tahmin ederek bunu genelleştirir, böylece ön eğilimi, anlık etkiyi ve etkinin zaman içinde nasıl değiştiğini görebilirsiniz.

Uygulama öncesi katsayılar bana ne anlatır?

Bunlar paralel eğilimler varsayımının görsel bir testidir. Uygulama öncesi dönemlere ait katsayılar sıfıra yakınsa, uygulanan ve kontrol birimleri önceden birlikte hareket ediyordu, bu da nedensel yorumu destekler. Sıfırdan uzaklaşan katsayılar, varsayımın ihlal edilebileceği konusunda uyarır.

Referans dönemi neden genellikle -1'dir?

Diğerlerine bir temel sağlamak için bir olay-zaman katsayısı çıkarılmalıdır ve son uygulama öncesi dönem (-1) doğal bir seçimdir. Kalan her katsayı daha sonra tam uygulama öncesi ana göre yorumlanır.

Sun-Abraham veya Callaway-Sant'Anna tahmincisine ne zaman ihtiyacım olur?

Birimler farklı zamanlarda uygulandığında (kademeli benimseme) ve etki gruplar arasında değiştiğinde. Bu durumda sıradan iki yönlü sabit etkiler yanlı olabilir ve bu tahminciler yorumlanabilir dinamik etkileri geri kazandırır.

Kaynaklar

  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 ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 1). Event Study Design (Causal Event Study). ScholarGate. https://scholargate.app/tr/causal-inference/event-study-causal

İlişkili yöntemler

Kesintili Zaman Serisi (KZS) AnaliziPanel Veri Sabit Etkiler ModeliRegresyon Kesintili Tasarımı (RDD)Vardiya-Paylaşım Aracılı Değişken (Bartik Aracısı)Kademeli Farkların Farkı Yöntemi

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • Kesintili Zaman Serisi (KZS) AnaliziNedensel çıkarım↔ karşılaştır
  • Panel Veri Sabit Etkiler ModeliEkonometri↔ karşılaştır
  • Regresyon Kesintili Tasarımı (RDD)Nedensel çıkarım↔ karşılaştır
  • Vardiya-Paylaşım Aracılı Değişken (Bartik Aracısı)Nedensel çıkarım↔ karşılaştır
  • Kademeli Farkların Farkı YöntemiNedensel çıkarım↔ karşılaştır
Yan yana karşılaştır →

Bu yönteme atıf yapanlar

Kademeli Farkların Farkı Yöntemi

Benzer yöntemler

Dinamik Panel Olay ÇalışmasıDinamik Olay Çalışması TasarımıÇok Dönemli Olay Çalışması TasarımıOlay Çalışması ile Politika Değerlendirme PaneliPolitika Değerlendirme Olay Çalışması TasarımıPanel Olay ÇalışmasıSağlam Panel Olay Çalışması

İlgili referans kavramlar

Yarı Deneysel ve Doğal Deney TasarımıDoğal DeneyEconometricsÇok Denklemli veya Eş Anlı Denklem Modelleri • Çok DeğişkenlerDeney TasarımıMatematiksel ve Nicel Yöntemler

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — Event Study Design (Event Study Design (Causal Event Study)). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/causal-inference/event-study-causal · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Sun & Abraham (2021); Callaway & Sant'Anna (2021)
Year
2021
Type
Dynamic causal panel regression
Estimator
Two-way fixed effects with event-time leads and lags (cluster-robust)
Outcome
continuous or binary
DataStructure
panel
MinSample
50
ReferencePeriod
period -1 (last pre-treatment period)
İlişkili yöntemler
Kesintili Zaman Serisi (KZS) AnaliziPanel Veri Sabit Etkiler ModeliRegresyon Kesintili Tasarımı (RDD)Vardiya-Paylaşım Aracılı Değişken (Bartik Aracısı)Kademeli Farkların Farkı Yöntemi
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil