关于面板数据的非线性差分中的简单方法

摘要 我推导了在响应变量的性质可能需要非线性模型的差分中的简单、灵活策略。我允许一般的错开干预，带有和不带有协变量。在平行趋势的指数版本下，我展示了每个队列和日历时间段内所处理的平均处理效应（ATT）是可以识别的。线性指数族中的合并准最大似然估计扩展了线性模型的合并普通最小二乘估计。通过使用与典型链接函数相关的条件均值，整个样本的插补和合并产生相同的估计。一般来说，合并估计导致非常简单的ATT及其标准误差的计算。主要案例是针对二元和分数结果的logit函数形式——结合伯努利准对数似然（QLL）——以及与泊松QLL结合的指数均值。