基于stata的DID平行趋势检验

前言

DID平行趋势检验定义

定义：评估两变量数据之间是否会存在某种同幅度增减情况的相关关系检验方法

重要性：为何要做平行趋势检验？平行趋势检验在DID模型中是非常重要的一步，用于验证处理组和对照组在干预前的趋势是否平行。只有当变量通过了平行趋势检验，我们才能更可靠地构建DID模型并进行实证分析。

判断方式：

• 时间趋势图，绘制处理组和对照组在干预前的趋势图。图形上的趋势应该是平行的，即两组在干预前的发展趋势应该相似。如果趋势图显示出平行趋势，这是一个初步的指示。【前同后不同】
• 统计检验：使用统计检验方法来验证处理组和对照组的趋势是否平行。在Stata等统计软件中，可以使用reghdfe命令或其他趋势检验命令来进行比较。如果处理组和对照组的趋势差异在统计上不显著（通常以p值大于0.05为标准），则可以认为通过了平行趋势检验。
• 专门的平行趋势检验方法：有一些专门的方法可用于DID平行趋势检验，如McCrary检验、Lee bounds检验等。

例子：

代码没跑，看到这篇文章。
【链接1】
【链接2】

//平行趋势检验
ssc install coefplot //安装手动画图
gen policy = year - 政策时间点
tab policy
replace policy = -3 if policy < -3
replace policy =3 if policy > 3
//生成年份虚拟变量与实验组虚拟变量的交互项
forvalues i = 3(-1)1{
gen pre_`i' = (policy == -`i' & treat == 1)
}
gen current = (policy == 0 & treat == 1)
forvalues j = 1(1)3{
gen post_`j' = (policy == `j' & treat == 1)
}
//在图里不表示出基准期
drop pre_1
reghdfe 因变量 pre_* current post_* 控制变量, absorb(省份固定 年份固定) cluster(自己选择聚类)
//在图中表示出基准期（pre_1）
reghdfe 因变量 pre_3 pre_2 current post_1 post_2 post_3 pre_1 控制变量, absorb(省份固定 年份固定) cluster(自己选择聚类)

• 1.没包的安装包
• 2.没进行缩尾的进行缩尾，图更好看，可以作为调整显著性的方法。
• 3.看图说话时
  
• 保证政策前不显著->虚线穿过0轴；保证政策后显著->虚线不穿过0轴；（竖着的最长的线是政策实施界限）

coefplot, baselevels vertical keep(pre_* current post_*) omitted order(pre_3 pre_2 pre_1 current post_1 post_2 post_3) level(95) yline(0,lcolor(edkblue*0.8)) xline(3, lwidth(vthin) lpattern(dash) lcolor(teal))ylabel(,labsize(*0.75)) xlabel(,labsize(*0.75)) ytitle("政策动态效应", size(small)) xtitle("政策时点", size(small)) addplot(line @b @at) ciopts(lpattern(dash) recast(rcap) msize(medium)) msymbol(circle_hollow) 
scheme(s1mono)

计量万物皆可调

如果不显著（统计检验不通过怎么办？）
答：调整
怎么调?
答：

• 调整缩尾，反复尝试即可。