您好~我的论文也是需要用到DID的方法，但是政策时点不一样~我现在的问题就是一定要用到时间固定和个体固定吗~我目前只要了个体固定，结果可以。但是，如果加上时间固定，结果非常差~所以想请教一下，时间固定是否是硬性条件。谢谢您

是的！

不知道您是否看过没有用到双向固定的论文呢~~~我还想挣扎一下。。。因为加入时间固定后的结果实在是太差 了。

我印象中好像有看/听过 (大牌学者)，但已经忘了在哪里了？可不可以把你的归指令与结果  show 出来看看！

xtreg lnis  ph i.year,fe

      lnis |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
          ph |  -.0852384   .0259528    -3.28   0.001     -.136124   -.0343527
             |
        year |
       2004  |   .0639202   .0337552     1.89   0.058    -.0022636    .1301039
       2005  |   .1431712   .0337552     4.24   0.000     .0769874    .2093549
       2006  |   .1666707   .0337552     4.94   0.000      .100487    .2328545
       2007  |   .1908141   .0337552     5.65   0.000     .1246303    .2569978
       2008  |   .1862948   .0337663     5.52   0.000     .1200893    .2525002
       2009  |   .1694069   .0339039     5.00   0.000     .1029316    .2358823
       2010  |   .2037442   .0340822     5.98   0.000     .1369193    .2705691
       2011  |   .2462083   .0342283     7.19   0.000     .1790969    .3133196
       2012  |   .2073824     .03462     5.99   0.000      .139503    .2752618
       2013  |   .1927927   .0350449     5.50   0.000     .1240801    .2615052
       2014  |   .1484621   .0356098     4.17   0.000     .0786419    .2182823
       2015  |   .1211472   .0361291     3.35   0.001     .0503088    .1919855
             |
       _cons |   8.339337   .0238685   349.39   0.000     8.292538    8.386135
这个是不加任何控制变量，双向固定的结果~但是一加控制变量，怎么调都调不好。下面是添加控制变量的~

xtreg lnis  ph lnpgrp lnpgrp2  lns2 lnse i.year,fe r

    lnis |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
          ph |  -.0225258   .0565641    -0.40   0.691    -.1338905     .088839
      lnpgrp |   .4964248   .3483878     1.42   0.155    -.1894887    1.182338
     lnpgrp2 |  -.0349522   .0212429    -1.65   0.101    -.0767756    .0068712
        lns2 |   .6522584   .2513749     2.59   0.010      .157346    1.147171
        lnse |  -.1828143   .0811527    -2.25   0.025    -.3425894   -.0230391
             |
        year |
       2004  |   .1238388   .0227025     5.45   0.000     .0791416    .1685361
       2005  |   .3364651   .0377097     8.92   0.000     .2622215    .4107088
       2006  |   .3699032   .0470892     7.86   0.000     .2771929    .4626135
       2007  |   .4267854   .0619584     6.89   0.000     .3048004    .5487704
       2008  |   .3947169   .0716591     5.51   0.000     .2536329     .535801
       2009  |   .3653755   .0845111     4.32   0.000     .1989882    .5317627
       2010  |   .3348734   .0984959     3.40   0.001     .1409524    .5287944
       2011  |   .4131555   .1146578     3.60   0.000     .1874147    .6388962
       2012  |   .3927595    .125272     3.14   0.002     .1461212    .6393978
       2013  |   .0848173   .1400938     0.61   0.545    -.1910025    .3606371
       2014  |    .357776   .1421785     2.52   0.012     .0778517    .6377002
       2015  |   .3423475   .1559157     2.20   0.029     .0353773    .6493177
             |
       _cons |   5.975512    1.60033     3.73   0.000     2.824746    9.126278

xtreg lnis  ph lnpgrp lnpgrp2  lns2 lnse i.year,fe r

Fixed-effects (within) regression               Number of obs     =      3,510
Group variable: city                            Number of groups  =        270

R-sq:                                           Obs per group:
     within  = 0.0975                                         min =         13
     between = 0.0351                                         avg =       13.0
     overall = 0.0447                                         max =         13

                                                F(17,269)         =      20.34
corr(u_i, Xb)  = 0.0382                         Prob > F          =     0.0000

                                 (Std. Err. adjusted for 270 clusters in city)
------------------------------------------------------------------------------
             |               Robust
        lnis |      Coef.   Std. Err.      t    P>|t|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
          ph |  -.0225258   .0565641    -0.40   0.691    -.1338905     .088839
      lnpgrp |   .4964248   .3483878     1.42   0.155    -.1894887    1.182338
     lnpgrp2 |  -.0349522   .0212429    -1.65   0.101    -.0767756    .0068712
        lns2 |   .6522584   .2513749     2.59   0.010      .157346    1.147171
        lnse |  -.1828143   .0811527    -2.25   0.025    -.3425894   -.0230391
             |
        year |
       2004  |   .1238388   .0227025     5.45   0.000     .0791416    .1685361
       2005  |   .3364651   .0377097     8.92   0.000     .2622215    .4107088
       2006  |   .3699032   .0470892     7.86   0.000     .2771929    .4626135
       2007  |   .4267854   .0619584     6.89   0.000     .3048004    .5487704
       2008  |   .3947169   .0716591     5.51   0.000     .2536329     .535801
       2009  |   .3653755   .0845111     4.32   0.000     .1989882    .5317627
       2010  |   .3348734   .0984959     3.40   0.001     .1409524    .5287944
       2011  |   .4131555   .1146578     3.60   0.000     .1874147    .6388962
       2012  |   .3927595    .125272     3.14   0.002     .1461212    .6393978
       2013  |   .0848173   .1400938     0.61   0.545    -.1910025    .3606371
       2014  |    .357776   .1421785     2.52   0.012     .0778517    .6377002
       2015  |   .3423475   .1559157     2.20   0.029     .0353773    .6493177
             |
       _cons |   5.975512    1.60033     3.73   0.000     2.824746    9.126278
-------------+----------------------------------------------------------------
     sigma_u |  1.0440369
     sigma_e |  .48628482
         rho |  .82172979   (fraction of variance due to u_i)

我发送了。。。但是说要审核。。超慢的~都快过了一个小时了

就等等吧！

黄老师，请问如何用stata来随机设置处理组和对照组的，需要做一下稳健性检验

没遇过！

所有个体都同一时间受影响可以用DID,国外有很多这样的文献

所有个体都同一时间受影响可以用DID,国外有很多这样的文献

我觉得是reg list list*post i.year
其中，list为实验组，post为实验后

我觉得是reg list list*post i.year
其中，list为实验组，post为实验后

我觉得他的代码可行呀，reg的代码,i.treat就是控制住了实验组和非实验组的区别啊

不可以的！这是 single difference，不是 double differences (DID)！

哦哦，我的意思是，treat组的所有个体可以同一时间受影响，应该是这样吧？

你好，我还想请问下，可以使用随机效应模型，然后list post*list i.year吗？非常感谢

你好，我还想请问下，可以使用随机效应模型，然后list post*list i.year吗？非常感谢

可以的！

應該不行！

灰常感谢

黄老师，您好！我想研究的是投诉政策对我国快递业的影响，政策在全国范围内有效，数据采用的省级面板数据，可以使用DID模型吗?处理组控制组该如何选择？
或者固定效应模型和随机效应模型可以使用吗？

黄老师，我用固定效应估计DID模型，得到的结果与用DIFF的结果不一致怎么办？如果用OLS的话，得到的结果与用DIFF的结果一致

你什么 (估计指令与结果) 都没提供，我无法判断！

黄老师，您好，我想做最低收购价政策对粮食面积的影响分析，具体是政策实施前后以及政策实施区与非实施区的比较分析。这里面的命令是什么

老师，请问一下，对于不同时间进入实验组的情形，有没有什么好的办法来做平行趋势检验呢？我看到有的文献使用Bertrand(2003)的方法来做平行趋势检验，即若样本处于进入实验前一期，则before-1取值1，否则取值0，将before-1作为基准组，通过检验before-2、before-3、before-4的系数是否显著来进行判断，请问这样的方法正确吗？非常非常感谢您

老师，请问一下，对于不同时间进入实验组的情形，有没有什么好的办法来做平行趋势检验呢？我看到有的文献使用Bertrand(2003)的方法来做平行趋势检验，即若样本处于进入实验前一期，则before-1取值1，否则取值0，将before-1作为基准组，通过检验before-2、before-3、before-4的系数是否显著来进行判断，请问这样的方法正确吗？谢谢老师

你这样问，叫人如何回答呢？

感觉你还是要多看资料