双重差分模型python包_双重差分R与Stata

Differences

Differences-

-

in

in-

-

Differences estimation in R and

Differences estimation in R and

S

tata

Stata

Stata

{ a.k.a. Difference

{ a.k.a. Difference-

-

in

in-

-

Difference, Difference

Difference, Difference-

-

in

in-

-

Differences,DD, DID, D

Differences,DD, DID, D-

-

I

-

D. }

D. }

DID estimation uses four data points to deduce the impact of a policy change or some

other shock (a.k.a. treatment) on the t

other shock (a.k.a. treatment) on the treated population:

reated population:

the effect of the treatment on the

treated

.

T

he structure of the experiment implies that the treatment group and control group

The structure of the experiment implies that the treatment group and control group

have similar characteristics and are trending in the same way over time.

T

his means that

This means that

the counterfactual

the counterfactual (unobserved scenario) is that had the treated group

(unobserved scenario) is that had the treated group

not

received

treatment, its mean value would be the same distance from the control group in the second

period.

S

ee the diagram below; the four data points are the observed mean (average) of

See the diagram below; the four data points are the observed mean (average) of

each group. T

each group. These are the only data points necessary to calculate

hese are the only data points necessary to calculate

the effect of the treatment

on the treated

.

T

he dotted lines represent the trend that is not observed by the

The dotted lines represent the trend that is not observed by the

researcher.

N

otice that although the means are different, they both have the same time

Notice that although the means are different, they both have the same time

trend

trend (i.e. slope).

(i.e. slope).

(i.e. slope).

For a more thorough work through of the effect of the Earned Income Tax Credit on

female employment, see an