Eğitim EA4. Stata ile Etki Analizi: Farkların Farkı Yöntemi

• 2 gün (10.00-12.00 ve 13.00-15.00 arası)
• Toplam 8 Saat
• Kategori: Özel Eğitim
• Açıklamalar: 
  • Bu eğitim, politika etkilerini ölçmede en yaygın yöntemlerden biri olan Farkların Farkı (DID) yaklaşımının teorik ve uygulamalı temellerini öğretir. Katılımcılar, DID modelinin paralel trend varsayımına dayandığını ve bu varsayımın nasıl test edilip değerlendirileceğini öğrenir. Stata’da temel regresyon yaklaşımı, “hashtag” (etkileşim terimleri), diff komutu ve didregress gibi modern araçlar kullanılarak farklı tahmin yolları karşılaştırmalı olarak ele alınır. Ayrıca uygun standart hataların (HC2, Donald–Lang, wild cluster bootstrap) kullanımı ile çıkarımların nasıl daha güvenilir hale getirileceği gösterilir. Eğitimin ikinci kısmında DDD (triple differences) yaklaşımı ve panel veri altında DID uygulamaları incelenerek daha karmaşık veri yapıları ele alınır. Son olarak, heterojen DID yaklaşımlarına giriş yapılarak TWFE çerçevesi ile hdidregress ve xthdidregress gibi modern yöntemlere geçiş sağlanır. 

Eğitim Programı

Gün 1

Farkların Farkı Yöntemi (Difference-in-Difference, DID)
Farklarm Farkı (DID) Yönteminin Teorik Çerçevesi
Stata'da DID Tahmin Yolları
-Temel yöntem ile tahmin
-"hashtag" kullanarak tahmin
-"diff" komutu ile tahmin
- Stata 17 ve sonraki sürümlerde tahmin: didregress
Paralel trend varsayımının test edilmesi
Açıklayıcı Değişken Eklemek
Granger Nedenselliği Testi
Uygun standart hataları kullanmak
- HC2 yanlılık-düzeltilmiş tabakalanmış standart hatalar
- Donald ve Lang toplulaştırması
- Wild küme bootstrap yöntemi


 

Gün 2

Farkların Farkının Farkı (DDD) Tahmincisi
Panel Veride DID Tahmini
Örnek 1: Paralel Varsayımı Reddedilen Model
Örnek 2: Doğrusal-Olmayan Eğilim Durumu
Örnek 3: Parallelliği Reddetmeyen Model
Heterojen Farkların Farkı'na Giriş
- Genişletilmiş Çift Yönlü Sabit Etkiler (TWFE)
- hdidregress ve xthdidregress