如何在 Python 中运行具有固定效果的 diff-in-diff？

Question

我尝试到处搜索，但找不到这个：如何在 Python 中运行具有固定效果的 diff-in-diff？

我已经知道如何运行 diff-in-diff。例如，让我们考虑njmin 数据集。该数据集考虑了新泽西州的最低工资增长。首先，对截图感到抱歉，我知道不推荐，但我认为它会在这里起到促进作用。在这里，我们谈论的是最低工资增长及其对失业率的影响。有关问题的更多信息，您可以在 here 中找到。我运行了 ols 回归来查看是否 d_nj，这是 d（最低工资增加后）和 nj（如果在新泽西州），对 fte（即全职等效员工）有任何影响。基本上，我们想知道最低工资的变化是否会影响失业率。

import pandas as pd
import statsmodels.formula.api as smf 
import statsmodels.api as sm  
df = pd.read_csv('/njmin3.csv')

model = smf.ols(formula = "fte ~ d_nj + kfc + roys + wendys \
      + CO_OWNED + SOUTHJ + CENTRALJ + PA1", data = df).fit()
print(model.summary())

如您所见，我们有一个 diff-in-diff 模型来查看新泽西州的最低工资增长是否对失业率产生了影响。 d_nj 不显着。

现在，如果我有很多城市、很多数据点，并且想要包含固定效应。我能做什么？

Answer 1

看看linearmodels 库。请参阅此 answer 和 linearmodels docs。