在理论和经验上，合成双重差分 SDID 估计量具有理想的稳健性，并且在常规估计量在实践中常用的环境中表现良好。 Arkhangelsky等（2021）研究了当结果模型的系统部分包含潜在单位因素和潜在时间因素相互作用时估计量的渐近行为，给出了一致性和渐近正态性的条件。 covariates( varlist [, method])：包括协变量的可变列表，以及用于调整的方法的可选选项。 如果 method 没有指定，则默认使用 optimized。 但 projected 方法通常要快得多。 unstandardized： 如果包含 …

SDID实现了合成双重差分估计方法，以及 Arkhangelsky 等（2021）所述的一系列推断和绘图程序。合成双重差分基于面板（按时间分组）数据，其中某些个体受到政策处理，其余个体未受政策处理。

本文介绍了一种新的因果效应估计方法，即合成双重差分法（SDID），该方法基于面板数据，融合了双重差分和合成控制的思想。 相较于传统方法，SDID在理论和实践上均展现出优越的稳健性。 本文深入探讨了当结果模型的系统部分包含潜在单位与时间因素交互作用时，估计量的渐近行为，并给出了确保一致性和渐近正态性的条件。 在Arkhangelsky等人（2019）的基础上，我们开发了一种面板数据中平均处理效果的合成双重差分法软件包。 通过观察结果Y和二元治疗指标W …

类似于 sc，sdid 通过重新赋权的办法匹配处理前趋势，从而弱化对平行趋势的依赖性； 类似于 DID，SDID 对于加和型个体的水平移动不敏感 (invariant to additive unit-level shifts)。

2024年11月10日 · 合成双重差分法（Synthetic Difference-in-Differences，简称 SDID ）是由 Arkhangelsky et al. (2021) 提出，主要用于政策分析的一种计量经济学方法，它吸收了传统的双重差分（Difference-in-Differences，简称 DID ）和合成控制方法（Synthetic Control，简称 SC ）的 …

2025年3月6日 · 下面我们将展现如何使用最新命令sdid完整的展现DID、SCM、SDID三个结果，全程只使用一个命令sdid，并且将其输出到word文档里面，具体操作步骤及代码如下： 而将sdid命令里面所述的metho…

合成双重差分法（Synthetic Difference-in-Differences，简称 SDID ）是由 Arkhangelsky et al. (2021) 提出，主要用于政策分析的一种计量经济学方法，它吸收了传统的双重差分（Difference-in-Differences，简称 DID ）和合成控制方法（Synthetic Control，简称 SC ）的优点。

2024年12月8日 · 下面我们将展现如何使用最新命令sdid完整的展现DID、SCM、SDID三个结果，全程只使用一个命令，出现结果图为： 1、合成DID结果 . 我们首先根据Abadie et al.(2010)中描述的数据和背景，提供Arkhangelsky等人(2021)中提出的一个例子。

2022年8月11日 · 类似于 sc，sdid 通过重新赋权的办法匹配处理前趋势，从而弱化对平行趋势的依赖性； 类似于 DID，SDID 对于加和型个体的水平移动不敏感 (invariant to additive unit-level shifts)。

This package implements the synthetic difference in difference estimator (SDID) for the average treatment effect in panel data, as proposed in Arkhangelsky et al (2019). We observe matrices of outcomes Y and binary treatment indicators W that we think of as satisfying Y ij = L ij + τ …