更新说明
DID 模型是用来估计重复测量数据对被治疗者的平均治疗效果（ATET）的。治疗效果可以是药物治疗对血压的影响或培训计划对就业的影响。与现有的teffects命令提供的标准横断面分析不同，DID 分析在估计 ATET 时控制了组和时间效应，其中组是重复测量的。异质性 DID 模型还考虑了因群体在不同时间点接受治疗而产生的治疗效果的变化，以及群体内效果随时间变化的情况。假设几个学校引进了一项运动和营养计划，以改善学生的健康状况。该计划对学生健康结果的影响不随时间变化，而且无论何时采用该计划都是一样的，这是否合理？也许不是。我们可以使用异质性 DID 模型来解释潜在的效果差异。新的命令 hdidregress 和 xthdidregress 适用于异质 DID 模型。hdidregress 适用于重复截面数据，xthdidregress 适用于纵向/面板数据。异质性 DID 是最近世界各地许多 Stata 会议上的一个热门话题。现有的用户可能会对这个新增功能感到非常兴奋。