Synthetic Difference In Differences Estimation
合成双重差分估计的 Stata 实现AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要涉及政策处理效应，并明确要求处理与未处理单位的重复时间观测。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
合成双重差分估计的 Stata 实现
- 研究问题
- 当处理组和未处理组均有重复时间观测时，如何在 Stata 中实施合成双重差分，并处理共同处理时点与错位处理时点下的估计和推断？
- 方法与思路
- 作者介绍 sdid 命令，说明合成双重差分的理论基础，分别讨论单一与错位采用日期，并用实例演示估计、推断和结果可视化。
- 材料陈述的贡献
- 摘要明确的贡献是已有合成双重差分方法的 Stata 计算实现与使用说明，涵盖不同处理采用模式下的操作和结果展示。
- 阅读关注点
- 应核对不同采用模式下的目标效应、权重构造和推断方案，命令对数据结构的要求，以及示例设置与实际研究设计是否一致。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或期刊接收；摘要未说明命令选项、识别条件或版本差异，不能据此确认软件的当前功能。
原文摘要
In this paper, we describe a computational implementation of the Synthetic difference-in-differences (SDID) estimator of Arkhangelsky et al. (2021) for Stata. Synthetic difference-in-differences can be used in a wide class of circumstances where treatment effects on some particular policy or event are desired, and repeated observations on treated and untreated units are available over time. We lay out the theory underlying SDID, both when there is a single treatment adoption date and when adoption is staggered over time, and discuss estimation and inference in each of these cases. We introduce the sdid command which implements these methods in Stata, and provide a number of examples of use, discussing estimation, inference, and visualization of results.