视频教程：EViews13中的双重差分分析法

差异估计是一种流行的因果影响方法，它允许研究人员通过观察接受治 疗或治 疗的人群之间的结果语言的差异来确定一个事件或治 疗对人群的影响。

如果研究包括同时影响每个人的治 疗或事件，则可以用简单的平方和虚拟变量来估计影响。近年来，一些研究人员开始引入治 疗人群可能在不同日期接受治 疗的研究。在这种情况下，标准的方法是估计一个面板双向固定效应模型，以隔离在不同时间接受治 疗的组之间的治 疗影响。然而，双向固定效应模型可能并不总是合适的，于是提出了其他的估计方法。

Eviews 13引入了一个新的接口，简化了双向固定效应模型的实现，并允许对过去几年引入的先进方法进行估计。视频中将举两个例子来演示说明。

为了估计一个简单的双向固定效应模型，使用Eveiws内置的差分和差分引擎，点击快速估计方程，然后将方法更改为dDID。此方法仅在具有面板结构的工作文件中可用。

从估计双向固定效应模型开始，点击快速估计方程，将估计方法改为DID，然后输入LEMP作为我们的依赖语言，并将其作为处理语言。通过点击查看差异诊断的差异，趋势总结图。

更多详情，请观看下方两个视频！

视频一：EViews13中的双重差分分析法（一）

视频二：EViews13中的双重差分分析法（二）