请教diff命令如何用于面板数据？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

各位老师，刚学怎么在stata中做双重差分分析，用的是diff命令，现在看经典的help diff中自带的例子，这个例子的数据库可以用
         use "http://fmwww.bc.edu/repec/bocode/c/CardKrueger1994.dta" 调用。

这个数据库中fte为全职工作人数，t为是否提高最低工资，而p是两个时间点，作者是想看提高最低工资是否会对全职工作人数有影响。如果简单的用下面的命令：
         diff fte, t(treated) p(t)

那么我的理解是，这个不是按照面板数据来处理的，是按照两次的横断面来分析的，如果要让stata识别这是面板数据（是前后匹配的数据），怎么用其中的ID变量改写程序呢？我用了：
diff fte, t(treated) p(t) id(id)，结果和上面的语句一样啊。

请各位不吝赐教！！！多谢！！！

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：Diff 面板数据 IFF DIF 如何用 如何

基本上，你所说的"两次的横断面"就是"最简单 (两期而已) 的面板数据"！

黃河泉 发表于 2016-9-22 17:10
基本上，你所说的"两次的横断面"就是"最简单 (两期而已) 的面板数据"！

同问，那个两期应该算pooled OLS吧，而不是固定效应的面板回归，请教老师解答，多谢！

宋光祥 发表于 2016-9-22 17:32
同问，那个两期应该算pooled OLS吧，而不是固定效应的面板回归，请教老师解答，多谢！

虽然 DID 与 FE 之间有一些（甚至相当密切）关连（需要相当时间说明），你需要找一点参考书或文章看看，或者就照 DID 的作法去做，不必拘泥在其他事物，以免迷失在当中！

黃河泉 发表于 2016-9-22 17:10
基本上，你所说的"两次的横断面"就是"最简单 (两期而已) 的面板数据"！

黄老师，我的意思是这个数据本来是前后按照时间匹配的数据，一个ID有两条数据，但是“diff fte, t(treated) p(t)“这个简单的语句，并没有将这种匹配的关系在方程中体现出来，难道不需要？那如果用diff命令做严格的面板数据（这种匹配的数据，或者说固定效应），该怎么写程序呢？还是diff做不了这种严格意义的面板数据？盼回复，多谢多谢！

面板数据不就是pooled data的一个特例吗。

yisongruc 发表于 2016-9-22 17:59
黄老师，我的意思是这个数据本来是前后按照时间匹配的数据，一个ID有两条数据，但是“diff fte, t(treate ...

我假设你用的是面板资料，你应该有两个虚拟变量，一个假设为 treat (若一个体受政策影响则其值为1，其它为0)，另一个假设为 post (若在政策实施后则其值为1，其它为0)。最简单的DID估计为

1. reg y treat post treat*post, cluster(id)

复制代码

你要的效果为 treat*post 的系数，记得 standard errors 要 cluster at id (个体) level。

黃河泉 发表于 2016-9-23 07:54
我假设你用的是面板资料，你应该有两个虚拟变量，一个假设为 treat (若一个体受政策影响则其值为1，其它为 ...

谢谢黄老师，做一点修正，reg y treat post treat*post, cluster(id)是不是要写成：

reg y treat##post, cluster(id)，要不好像运行不了。

再次感谢！

yisongruc 发表于 2016-9-23 09:29
谢谢黄老师，做一点修正，reg y treat post treat*post, cluster(id)是不是要写成：

reg y treat##pos ...

两个是一样的！

黃河泉 发表于 2016-9-23 09:38
两个是一样的！

黄老师，我用的“http://fmwww.bc.edu/repec/bocode/c/CardKrueger1994.dta”数据，用两种方法做的did分析，结果一样，两个程序分别是：
reg fte t##treated, cluster(id)
diff fte, t(treated) p(t) cluster(id)
再次感谢！