1. 命令简介
dynamic_est 是一个用于可视化动态效应（dynamic effect）的工具。它特别适用于事件研究（event study）或双重差分（Difference-in-Differences, DID）分析。通过一句命令即可展示动态效应，帮助用户更好地理解在某变量的作用下，随时间变化其对结果变量的影响。
在输出的图像中，为了让结果更加直观，我加入了各期的系数、标准误，也标注了显著性
这个命令最早是我用来checkdata的，后来为了方便就写成了函数。现在我稍微完善了一下，封装成了stata外部命令，能够实现一句命令查看被解释变量变量在treat下的dynamic effect，希望能帮到大家。
2.使用方法
(1) 主要选项
dynamic_est 需要以下四个必需变量：
y: 结果变量（outcome variable），即你想要观察的因变量。treat: 分组变量- 可以是二元变量，用于区分处理组（treatment group）或对照组（control group）
- 也支持强度（intensity）变量
time: 时间变量- 支持自然年份（standard-spec.）
- 相对年份（staggered-spec.）
ref: 基期选择，数值型，如{2006} 或 {-1}，用于定义参考时期。
(2) 其他选项
除了以上的必需变量，dynamic_est 还支持以下可选参数：
- absorb(string): 可吸收的固定效应或控制变量
- cluster(varlist): 聚类变量，用于调整标准误
- cov(string): 模型中要包含的协变量
- level(string): 置信区间水平，默认为90%，可选值为
90、95、99 - regtype(string): 回归类型，可选择
reg（默认的OLS）或ppml（泊松伪极大似然估计） - figname(string): 输出图形的文件名
- figtitle(string): 图形的标题
- figsubtitle(string): 图形的副标题
3.安装方法
net install dynamic_est, from("https://mengke25.github.io/files/function/stata/dynamic_est") replace
如果安装失败，可通过邮件向我索取。因为是自用命令，可能还有很多不完善的地方，所以先暂时上传到了个人的repositories中，如果大家有什么建议或者问题，欢迎私信我！
allenmeng97@gmail.com
uibemk@126.com
4.示例
(1) 基本用法
standard-spec.
dynamic_est lnv , treat(treat) time(year) ref(2009)
staggered-spec.
dynamic_est lnv , treat(treat) time(t) ref(-1)
(2) 进阶用法
dynamic_est lnv , treat(treat_intens) time(year) ref(2009) absorb(id year) cluster(id) regtype(reg)
(3) 帮助文件
5.写在最后
需要补充说明的是，dynamic effect并不完全等同于DID中的平行趋势检验。
上文所谓的standard-spec和staggered-spec是为了区分数据的范式
- 在standard-spec情形下，
time是自然时间，此时dynamic effect结果可以被看做平行趋势检验结果。在这种请跨国下，以下两组代码等价：
ppmlhdfe Active i(2016/2019).year#i1.Tr_cate if year>=2015 , ///
a(id_cate#country_j year#country_j) cluster(country_j)
dynamic_est Active if year>=2015,treat(Tr_cate) time(year) ref(2015) ///
absorb(id_cate#country_j year#country_j) cluster(country_j) regtype(ppml)
- 在standard-spec情形下，
- 不能直接用
dynamic_est去直接对类似多时点的数据进行分析。 - 需要先对panel进行处理，例如像Sun Abraham、callaway santanna等（或者用panelmatch的方法）对panel进行重组，才能进行分析。
- 不过，我写的另一个外部命令（欢迎使用）twfe_stgdid可以直接对
staggered-spec的数据进行分析。
- 不能直接用
