因果推断丨双重差分法

最近在工作中，遇到一个场景，在可能存在多种影响原因的情况下，怎样测算出某一个原因对结果的影响。

通过请教得知因果推断模型就是主要解决我所遇到的这类问题，故对其中双重差分法总结

双重差分法DID（difference-in-differences）：

概述：

自然实验是通过观察实验和外生冲击，找到类似随机对照实验的环境，而日常事件自然灾害，政策制定等很难找到可 视为自然实验的环境，所以Heckman等1985年提出双重差分法，最早将该方法用于公共政策效应评估。

基本思想：

双重差分法可以理解为对随机分配实验的一种模拟，在没有随机实验的情况下去验证因果关系。

实现步骤：

1. 分组：对于一个自然实验，其将全部的样本数据分为两组：一组是受到干预影响，即实验组；另一组是没有受到同一干预影响，即对照组；

2. 目标选定：选定一个需要观测的目标指标；

3. 第一次差分：分别对在干预前后进行两次差分（相减）得到两组差值，代表实验组与对照组在干预前后分别的相对关系；

4. 第二次差分：对两组差值进行第二次差分，从而消除实验组与对照组原生的差异，最终