自己回答一下自己的问题：第一个问题，我觉得在DID的事件研究中纵坐标的系数更应该被称处理效应更为合适，至于这篇中国工业经济的论文为什么以这名称为纵坐标可能是和自己的主题有关系。因为我在连享会关于DID事件研究法的图文中也看到了类似的纵坐标命名方式。第二个问题，结合一篇医学统计的推文（https://mp.weixin.qq.com/s/nI_W5K8kwIUU-5ubi2ZYXg）和知乎上讲解置信区间的视频（https://www.bilibili.com/video/B ... c3e1b464a2c1e07aff9），我认为置信区间可以通俗地（但不完全正确）理解为系数或者数据有多大的可能性落在这一区间内（这个理解虽然但不完全准确，但对于非统计专业人士，这样理解没有毛病）。第三，如何看系数显不显著的问题。有没有统计学意义（显不显著），要看你要求证的问题本身是什么。DID事件研究法中，这个问题在这里需要落到为什么置信区间和y=0那条线相交就不显著这个问题上。因为在DID中我们要证明的是“有影响”，有影响系数就不能为0，不管是正向影响或者是负向影响，都不能为0.所以假如置信区间和0相交，就意味着系数的取值可能为0，那就当然就可能影响不显著了咯（https://www.zhihu.com/question/273644403，这里有很好的解释和举例）。

自己回答一下自己的问题：第一个问题，我觉得在DID的事件研究中纵坐标的系数更应该被称处理效应更为合适，至于这篇中国工业经济的论文为什么以这名称为纵坐标可能是和自己的主题有关系。因为我在连享会关于DID事件研究法的图文中也看到了类似的纵坐标命名方式。第二个问题，结合一篇医学统计的推文（https://mp.weixin.qq.com/s/nI_W5K8kwIUU-5ubi2ZYXg）和知乎上讲解置信区间的视频（https://www.bilibili.com/video/B ... c3e1b464a2c1e07aff9），我认为置信区间可以通俗地（但不完全正确）理解为系数或者数据有多大的可能性落在这一区间内（这个理解虽然但不完全准确，但对于非统计专业人士，这样理解没有毛病）。第三，如何看系数显不显著的问题。有没有统计学意义（显不显著），要看你要求证的问题本身是什么。DID事件研究法中，这个问题在这里需要落到为什么置信区间和y=0那条线相交就不显著这个问题上。因为在DID中我们要证明的是“有影响”，有影响系数就不能为0，不管是正向影响或者是负向影响，都不能为0.所以假如置信区间和0相交，就意味着系数的取值可能为0，那就当然就可能影响不显著了咯（https://www.zhihu.com/question/273644403，这里有很好的解释和举例）。

自己回答一下自己的问题：第一个问题，我觉得在DID的事件研究中纵坐标的系数更应该被称处理效应更为合适，至于这篇中国工业经济的论文为什么以这名称为纵坐标可能是和自己的主题有关系。因为我在连享会关于DID事件研究法的图文中也看到了类似的纵坐标命名方式。第二个问题，结合一篇医学统计的推文（https://mp.weixin.qq.com/s/nI_W5K8kwIUU-5ubi2ZYXg）和知乎上讲解置信区间的视频（https://www.bilibili.com/video/B ... c3e1b464a2c1e07aff9），我认为置信区间可以通俗地（但不完全正确）理解为系数或者数据有多大的可能性落在这一区间内（这个理解虽然但不完全准确，但对于非统计专业人士，这样理解没有毛病）。第三，如何看系数显不显著的问题。有没有统计学意义（显不显著），要看你要求证的问题本身是什么。DID事件研究法中，这个问题在这里需要落到为什么置信区间和y=0那条线相交就不显著这个问题上。因为在DID中我们要证明的是“有影响”，有影响系数就不能为0，不管是正向影响或者是负向影响，都不能为0.所以假如置信区间和0相交，就意味着系数的取值可能为0，那就当然就可能影响不显著了咯（https://www.zhihu.com/question/273644403，这里有很好的解释和举例）。

点就是系数估计值，虚线是对应的置信区间

点是核心解释变量系数估计值，虚线是95%的置信区间。置信区间包含有的0表示不显著。