Regression modelCausal inference
合成双重差分法
合成双重差分法 (Synthetic Difference-in-Differences, SDID) 结合了合成控制法和双重差分法，用于估计当某项政策或干预措施在特定时间点影响一个单位（国家、公司）时的处理效应。该方法由 Arkhangelsky 等人 (2021) 提出，通过对对照单位进行加权组合以匹配处理单位的干预前趋势和水平，从而改进了单独使用这两种方法的效果。这比经典的双重差分法或合成控制法能产生更精确和稳健的估计。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Arkhangelsky, D., Athey, S., Hirshberg, D. A., Imbens, G. W., & Wager, S. (2021). Synthetic difference-in-differences. American Economic Review, 111(12), 4088-4118. DOI: 10.1257/aer.20190159 ↗
- Abadie, A., Diamond, A., & Hainmueller, J. (2010). Synthetic control methods for comparative case studies: Estimating the effect of California's tobacco control program. Journal of the American Statistical Association, 105(490), 493-505. DOI: 10.1198/jasa.2009.ap08746 ↗
如何引用本页
ScholarGate. (2026, June 3). Synthetic Control Difference-in-Differences Estimator. ScholarGate. https://scholargate.app/zh/econometrics/synthetic-difference-in-differences
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
并排比较 →