“傻瓜”学计量——双重差分DID 2 （回归模型中的传统DID）_did回归模型

提纲：

1.如何使用回归模型进行双重差分法

2.回归可以添加控制变量

一、如何使用回归模型进行双重差分法

Yit 因变量：处理行为的效用对象。（i代表效用对象的主体，t代表时间）

T  自变量 ：时间变量，0-1变量。处理行为发生之前取0，处理行为发生之后取1。

D 处理组变量，0-1变量；非处理变量取0；处理组，取1。

D✖T 交互项，对应系数为研究的”处理行为的效果”。只有再观测值是处理行为发生之后，且，观测值属于处理组的时候，才取1，其他情况全取0。 

对应的系数3就反映了处理行为的效果，是我们要重点关注的部分。理由如下：

二、为什么要用回归模型进行双重差分？

---

这个问题比较复杂，请看我的互联网老师精彩讲解：

双重差分法（四） 回归模型中的双重差分/回归模型、交乘项、处理效应效果、多重共线性_哔哩哔哩_bilibili

---

回归可以添加控制变量，包括影响因变量Y的，时间控制变量和非时间控制变量

（注意多重共线性的出现）

1.添加非时间控制变量

2.添加时间控制变量

方法一：添加一组时间01变量

方法二：在方法一操作之后的基础上，再对交互项T添加一组时间01变量

注意：再处理行为发生之前，的交互项系数应该是又小又不显著的。否则难以通过平行性检验。