DID 安慰剂检验教程

DID 诊断

说明时间安慰剂与随机处理组安慰剂两种模式的输入项、固定效应维度和结果判断方式。

常用 Stata 命令reghdfe y did_placebo controls, absorb(entity year) cluster(entity)

在 STATAU 中打开此功能

安慰剂检验时间安慰剂随机处理组 DID

这个页面解决什么问题

安慰剂检验可以先用一句大白话理解：你故意造一个假的政策时点或假的处理组，再跑一遍 DID，看看结果会不会还是同样显著。如果假的设定也总能跑出显著结果，就说明原来的主结论可能没有你想的那么稳。

一图看懂

安慰剂检验配置页先看这 3 类输入

先决定做时间安慰剂还是随机安慰剂，然后只盯住 3 类输入：处理变量、时间或个体 ID、固定效应；不同模式下再补对应的附加参数。

方法原理

时间安慰剂是把政策时点往前或往后挪，看看一个虚假的政策期会不会也跑出类似结果；随机处理组安慰剂则是反复打乱谁算处理组，看看真实系数是不是明显偏离随机结果。前者主要查时点是不是太敏感，后者主要查处理组分配是不是太偶然。

核心公式

把真的处理信号换成假的再跑一次

$$y_{it}=\beta placeb{o}_{it}+\gamma control{s}_{it}+{\alpha }_i+{\lambda }_t+{\epsilon }_{it}$$

这里的 $placeb{o}_{it}$ 不是你的真实政策变量，而是系统按照时间平移或随机分配生成的假处理信号。理想情况下，这个假的处理信号不应该稳定显著；如果它也总是显著，就要回头检查主结论是不是太脆弱。

适用数据与前提

至少需要因变量、处理变量和时间变量；做随机处理组安慰剂时还必须提供个体变量。进入这个页面后，先别急着看很多选项，先只分清楚你要做时间安慰剂还是随机处理组安慰剂。

STATAU 页面中每个位置应该放什么变量

网站位置	应放入的变量	说明
处理变量 / DID 变量	真实处理变量或 DID 信号	用于构造安慰剂版本的处理变量。
个体ID (Entity)	个体编号	随机处理组安慰剂必须填写。
Post 变量 / 平移期数	时间安慰剂参数	决定虚假政策期如何生成。
随机重复次数	随机处理组安慰剂迭代数	决定安慰剂分布的精细程度。
固定效应变量	要吸收的维度	必须按研究设计手动勾选。

Stata 等效代码

reghdfe [被解释变量] [安慰剂处理变量] [控制变量], absorb([固定效应]) cluster([聚类变量])

Stata 代码位置	STATAU 网站对应位置	应放入什么
[安慰剂处理变量]	处理变量 / DID 变量	由系统根据安慰剂设定构造。
absorb([固定效应])	固定效应变量	当前页不会默认代填，需要你手动勾选。
cluster([聚类变量])	聚类变量	若使用聚类标准误则填写。

可删除代码段提示

• 时间安慰剂不需要随机重复次数；随机处理组安慰剂不需要 Post 变量和平移期数。

在 STATAU 中操作步骤

1. 先判断你想查哪类风险：怀疑政策时点太敏感，就选时间安慰剂；怀疑处理组分配太偶然，就选随机处理组安慰剂。
2. 根据模式填写 Post 变量、平移期数或随机重复次数。
3. 再补时间 ID、个体 ID 和固定效应维度，确保假的处理信号仍然跑在正确的面板结构里。
4. 随机安慰剂任务会显示进度条，完成后重点比较真实系数和随机分布。

结果怎么看

• 时间安慰剂如果也显著，说明原结论可能对政策时点设定过于敏感，不能太早下判断。
• 随机处理组安慰剂里，如果真实系数明显落在随机分布尾部，才更能说明你的主结果不是随便抽样也会出现。
• 安慰剂检验不理想，不代表研究一定无效，但至少说明主结果需要更谨慎地解释和补充检验。

常见使用误区

• 忘记勾选固定效应维度，是当前页最常见的错误之一。
• 随机处理组安慰剂次数过少时，分布图不够稳定；次数过多时则计算更慢。