| 步骤 | 软件 | 操作 | 含义 | ||||
| 1 | excel | control+A | 全选 | ||||
| 2 | excel | control+C | 复制 | ||||
| 3 | stata | edit | 将会打开一个类似于excel表格的可编辑的表格 | ||||
| 4 | stata | control+V | 选中表格总第一个格子，粘贴数据 | ||||
| 5 | stata | 同意则选择”variable names“,中文的话选择第一个“变量名”。 | 将会出现一个小窗口如下，问是否要将第一行作为变量名。 | ||||
| 6 | stata | 5后，将会出现一个简短的变量描述 |  | ||||
| 7 | stata | generate interaction_term=time*treatmentgroup | 生成一个名叫“interaction_term”的变量，在上述例子中我们需要的“交乘项”。 且该“交乘项”=time变量✖treatmentgroup变量 | ||||
| 8 | stata | （本个指令与下一个指令效果相同）：reg weight i.time##i.treatmentgroup | time##treatmentgroup:将这两个变量包含在回归中，且，将这两个变量的交乘项也包含在回归中。即，新增交乘项 | ||||
| 8 | stata | regress weight time treatmentgroup interaction_term | 双重差分指令与最小二乘回归分析指令相同“reg"；后面依次是 ：因变量、（等式右侧的内容，分别是：）时间变量、分组变量、交乘项 | ||||
| 9 | stata | 解释处理行为效应，关注交乘项系数，也就是红框中的内容，如下所示👇： |
| 交乘项系数 =2.90 | t =2.21 >1.96 | p =0.028 <0.05 | | 结论：观看这个视频，在5%水平下显著地提高了 观众体重 |