카트

이미지 검색을 사용해 보세요

검색창 이전화면 이전화면

최근 검색어: 전체삭제

인기 검색어

닫기

사이즈비교 공유하기

소득공제 청년패스

DID 분석 완전정복

DID를 위한 자료구조와 이원고정효과

POD도서

진하수 저

BOOKK(부크크) 2026.07.30.

회원리뷰 첫번째 리뷰어가 되어주세요

가격: 31,700원

31,700

YES포인트?: 0원

5만원 이상 구매 시 2천원 추가 적립

앱 다운 시 1천원 상품권

결제혜택: 카드/간편결제 혜택을 확인하세요

주문 후 제작되는 개인 오더 도서로 신중한 구매를 부탁드리며, 발송까지 7일가량 소요됩니다.

eBook이 출간되면 알려드립니다.알림신청

분철서비스 시작되면 알려드립니다.알림신청

이미 소장하고 있다면 판매해 보세요.

예스24에 팔기 바이백 신청 불가 내 가게에서 팔기

국내배송만 가능
문화비소득공제 가능

시리즈 태그 업체 공지사항 중고도서 소개 구성 소개 특별 구성 MD 한마디 카드뉴스 상세 이미지 책소개 관련 동영상 목차 저자 소개 관련분류 품목정보 만든이 코멘트 예스24 리뷰 책 속으로 줄거리 캐스팅 관련 자료 부가 영상 출판사 리뷰 전문가 리뷰 추천평

펼치기/닫기

DID 분석 완전정복

현대 DID 추정과 시차적 처치도입

35,900원

현대 DID 추정과 시차적 처치도입 이동
평행추세 가정과 이벤트 스터디

36,600원

평행추세 가정과 이벤트 스터디 이동
DID를 위한 자료구조와 이원고정효과

31,700원

DID를 위한 자료구조와 이원고정효과 이동
DID의 기초와 인과식별

30,700원

DID의 기초와 인과식별 이동

이 상품의 태그

#청년패스

책소개

차이의 차이 분석은 처치집단과 통제집단의 처치 전후 변화를 비교하는 단순한 원리에서 출발한다. 그러나 실제 연구자료는 교과서의 기본적인 2×2 구조처럼 정돈되어 있지 않다. 동일한 개인이나 기업을 여러 시점에 걸쳐 반복 관찰하기도 하고, 매 시점마다 서로 다른 표본을 조사하기도 한다. 개인을 직접 추적할 수 없는 경우에는 출생연도, 지역, 산업과 같은 특성을 기준으로 코호트를 구성하여 의사패널자료로 재구성해야 한다. 정책 역시 모든 대상에게 동일한 시점에 시행되지 않고 지역, 기업 또는 기관에 따라 서로 다른 시점에 도입되는 경우가 많다. 이러한 현실적인 자료환경에서 DID를 올바르게 적용하려면 회귀모형을 추정하기 전에 자료구조를 이해해야 한다. 자료가 개체 패널인지, 반복횡단면인지, 의사패널인지 또는 집단-시점 패널인지에 따라 관찰할 수 있는 변화와 추정되는 정책효과의 의미가 달라진다. 동일한 DID 계수가 산출되더라도 개체 내부의 변화, 시점별 모집단 평균의 변화 또는 코호트 평균의 변화 가운데 무엇을 나타내는지에 따라 해석은 달라져야 한다. 제2권은 DID 분석을 위한 자료구조의 이해에서 출발하여 분석자료 구축, 패널회귀모형, 단위고정효과, 시간고정효과 및 이원고정효과모형을 체계적으로 설명한다. 횡단면자료, 시계열자료, 개체 패널, 반복횡단면, 의사패널 및 집단-시점 패널의 차이를 구분하고, 각 자료구조가 어떠한 반사실적 비교를 가능하게 하는지를 살펴본다. 또한 장형과 광형 자료, 균형패널과 불균형패널, 표본진입과 이탈, 중복관측, 결측치 및 식별자 불일치가 DID 추정에 미치는 영향을 구체적으로 다룬다. 반복횡단면자료에서는 동일한 개인의 변화를 직접 추적할 수 없으므로 시점별 표본이 동일한 모집단을 대표하는지가 중요하다. 정책 시행 이후 처치지역의 인구구성이나 조사대상의 특성이 달라졌다면 관찰된 평균변화에는 기존 구성원의 변화와 모집단 구성변화가 함께 포함될 수 있다. 의사패널자료에서는 시간에 따라 안정적인 특성을 기준으로 코호트를 정의하고 각 시점의 코호트 평균을 추적할 수 있다. 그러나 코호트가 지나치게 작으면 평균의 측정오차가 커지고, 지나치게 넓으면 코호트 내부의 이질성이 증가하므로 코호트 정의 자체가 중요한 연구설계가 된다. 이 책의 또 다른 중심은 이원고정효과모형이다. 단위고정효과는 시간에 따라 변하지 않는 개인, 기업, 지역 또는 기관의 고유한 특성을 제거하고, 시간고정효과는 경기변동, 물가상승, 전국적 제도변화와 같이 모든 연구단위에 공통으로 작용하는 시간충격을 통제한다. 이원고정효과모형은 두 고정효과를 함께 포함하여 단위별 고정특성과 공통 시간충격을 제거한 이후 처치상태의 변화와 결과변화의 관계를 추정한다. 그러나 고정효과를 많이 포함한다고 해서 항상 더 타당한 분석이 되는 것은 아니다. 지역×시간 또는 산업×시간 고정효과는 세부적인 공통충격을 통제할 수 있지만, 처치가 동일한 수준에서 결정되는 경우에는 정책효과를 식별하는 변이까지 제거할 수 있다. 집단별 시간추세 역시 사전추세의 차이를 통제하기 위한 기술적 장치가 아니라 처치가 없었을 경우의 결과경로에 관한 추가적인 함수형태 가정을 부과한다. 따라서 고정효과와 시간추세는 통제변수의 수가 아니라 어떤 변이를 제거하고 어떤 변이를 남기는지를 기준으로 선택해야 한다. 시차적 처치도입이 존재하는 경우 TWFE 계수의 의미는 더욱 복잡해진다. 이미 처치를 받은 집단이 이후 처치를 받는 집단의 통제집단으로 사용될 수 있으며, 처치효과가 코호트와 시간에 따라 이질적이면 여러 개의 2×2 DID 비교가 서로 다른 가중치로 결합될 수 있다. 제2권은 TWFE를 무조건 폐기해야 할 모형으로 다루지 않는다. 자료구조, 처치도입 방식, 효과이질성 및 목표 추정대상을 기준으로 기본적인 TWFE 해석이 가능한 상황과 주의가 필요한 상황을 구분한다. 자료구축과 통계적 추론도 별개의 절차가 아니다. 단위별 최초 처치시점, 처치 코호트, 사후기간, 이벤트 시간, 영구 미처치집단 및 아직 처치를 받지 않은 집단을 어떻게 정의하는지에 따라 비교집단과 추정대상이 달라진다. 최초 처치시점을 한 시점 잘못 코딩하면 처치 이전과 이후가 혼합될 수 있고, 중복된 단위-시간 관측치는 특정 단위에 의도하지 않은 가중치를 부여할 수 있다. 따라서 원자료에서 최종 분석표본에 이르는 모든 자료처리 과정과 변수생성 기준을 투명하게 기록해야 한다. 제2권은 자료구조가 표준오차와 통계적 추론에 미치는 영향도 다룬다. 패널자료에서는 동일한 단위의 오차가 시간에 따라 상관될 수 있고, 동일한 지역이나 기관에 속한 관측치들은 공통충격을 공유할 수 있다. 표준오차는 처치가 배정된 수준과 주요 오차상관이 발생하는 수준을 고려하여 군집화해야 한다. 처치군집의 수가 적은 경우에는 일반적인 군집강건 표준오차가 불안정할 수 있으므로 wild cluster bootstrap과 같은 보정방법과 함께 추론의 한계를 보고해야 한다. 후반부의 실증분석에서는 동일한 정책개입 자료를 개체 패널, 반복횡단면, 의사패널 및 집단-시점 패널로 각각 구성하여 결과를 비교한다. 자료구조별 기술통계, TWFE 추정치, 군집표준오차 및 소수 군집 보정결과를 검토하고, 추정치의 차이가 표본구성, 측정오차, 가중치 및 추정대상의 차이에서 어떻게 발생하는지를 설명한다. 이 비교의 목적은 특정 자료구조의 우월성을 선언하는 데 있지 않다. 동일한 정책과 결과변수를 분석하더라도 자료구조에 따라 어떤 정보가 보존되고 어떤 정보가 손실되는지를 이해하는 데 있다. 제1권이 DID의 인과논리와 기본적인 2×2 비교구조를 설명하였다면, 제2권은 그 논리를 현실의 자료구조와 패널회귀모형에 구현한다. 독자는 이 책을 통해 연구질문에 적합한 자료구조를 선택하고, 분석단위와 시간단위를 정의하며, 고정효과가 제거하는 변이와 남겨두는 변이를 설명할 수 있다. 또한 TWFE 계수가 어떠한 집단과 시점의 비교를 이용하여 추정되는지 판단하고, 처치배정 수준에 적합한 군집표준오차를 선택할 수 있다.

책소개 더보기펼치기

1. DID 자료구조의 이해
1.1. 인과분석을 위한 기본 자료구조
1.2. 패널자료의 단위와 시간구조
1.3. 반복횡단면과 의사패널
1.4. DID 분석자료의 배열과 품질
1.5. 자료구조와 DID 추정대상
2. 개체 패널자료
2.1. 개체 패널의 기본구조
2.2. 균형성과 표본구성의 변화
2.3. 개체 식별자와 반복측정
2.4. 패널변수의 시간적 성격
2.5. 패널자료의 품질과 적용 한계
3. 반복횡단면자료와 DID
3.1. 반복횡단면자료의 기본구조
3.2. 시점별 표본구성과 집단평균
3.3. 반복횡단면 DID와 식별가정
3.4. 가중치와 공변량 조정
3.5. 통계적 추론과 자료구조의 비교
4. 의사패널과 코호트 설계
4.1. 의사패널의 기본구조
4.2. 코호트의 정의와 구성
4.3. 코호트의 크기와 내부 이질성
4.4. 코호트 평균과 패널모형
4.5. 의사패널 DID의 식별과 적용
5. DID 분석자료의 구축
5.1. 분석단위와 식별체계의 확정
5.2. 시간구조와 처치변수의 생성
5.3. 비교집단과 상대시간의 구성
5.4. 자료품질과 분석가능성의 점검
5.5. 분석표본과 재현가능 자료의 확정
6. 패널회귀모형의 기초
6.1. 패널회귀의 기본구조
6.2. 단위고정효과와 개체 내 변화
6.3. 시간고정효과와 이원고정효과
6.4. 무작위효과와 모형선택
6.5. 공변량과 패널회귀의 해석
7. 이원고정효과 DID 모형
7.1. 기본 TWFE DID 모형
7.2. 시차적 처치도입과 TWFE
7.3. 공변량과 추가 고정효과
7.4. 자료구조별 TWFE 적용
7.5. TWFE 계수의 해석과 적용범위
8. 고정효과 흡수와 고차원 회귀
8.1. 고정효과 추정과 흡수의 기본원리
8.2. 다중·고차원 고정효과
8.3. 공선성과 표본구조의 점검
8.4. 자유도와 대규모 패널계산
8.5. 소프트웨어 구현과 재현성
9. DID의 오차구조와 추론
9.1. DID 오차구조의 기본형태
9.2. 군집화 수준의 결정
9.3. 단일 군집과 이중 군집추론
9.4. 적은 군집 수와 보정방법
9.5. 반복횡단면과 조사설계 추론
10. 자료구조별 DID 설계 비교
10.1. DID 자료구조의 기본유형
10.2. 자료구조별 식별가정
10.3. 표준오차와 표본구성
10.4. 자료구조별 추정대상
10.5. 자료 가용성과 설계선택
11. 실증분석: 패널·반복횡단면·의사패널 비교
11.1. 연구설계와 분석자료
11.2. 기초통계분석
11.3. 자료구조 구축
11.4. DID 추정
11.5. 추론과 강건성
11.6. 결과표와 그림
11.7. 논문 결과서술

목차 더보기펼치기

저자 소개 1

저진하수

관심작가 알림신청

펼쳐보기더보기

디지털경제, 데이터 분석, 인공지능, 블록체인, ESG를 가로지르며 복잡한 지식의 구조와 실증분석의 논리를 탐구해 온 연구자이자, AI 시대의 데이터 기반 지식 검증 전문가이다. 현재 한국디지털경제연구원 대표원장과 다빈치논문컨설팅 대표박사로 활동하고 있으며, 디지털경제학 박사로서 데이터와 기술이 사회, 산업, 정책, 연구 현장에 미치는 변화를 지속적으로 분석하고 있다.

저자는 STATA, SPSS, Python, R을 활용한 통계분석과 빅데이터 처리에 능숙하며, SCI·KCI 논문 분석, 학위논문 연구설계, 회귀분석, 이항로짓 분석, 다층모형, 구조방정식, 머신러닝·딥러닝 기반 예측모형 등 다양한 분야에서 연구와 자문을 수행하고 있다. 특히 사회과학과 정책연구에서 자주 활용되는 선택행동 분석, 이용의향 분석, 참여 여부 분석, 정책 수혜 여부 분석, 사건 발생 여부 분석을 실제 연구문제와 연결하여 해석하는 데 깊은 관심을 가지고 있다.

STATA, SPSS, R, Python을 활용한 통계분석과 빅데이터 처리, 머신러닝·딥러닝 기반 인공지능 분석, SCI·KCI 논문 연구, 블록체인과 가상자산, 기후변화와 ESG 평가 등 다양한 분야에서 연구와 자문을 수행해 왔다. 그러나 저자가 가장 중요하게 여기는 것은 분석기법 자체가 아니다. 어떤 연구문제를 설정하고, 어떤 비교집단을 구성하며, 어떤 가정을 통해 인과효과를 식별하고, 그 결과의 불확실성과 한계를 얼마나 투명하게 보고하는지가 연구의 신뢰성을 결정한다고 본다. 『차이의 차이 분석 마스터하기』 전 7권은 이러한 문제의식에서 출발한다. 이 시리즈는 기초 2×2 DID에서 패널자료와 이원고정효과, 평행추세와 이벤트 스터디, 현대 DID 추정량, 확장 설계, 강건성 및 민감도 분석, 재현가능 연구와 국제학술지 투고까지 DID 연구의 전 과정을 하나의 체계로 연결한다.

진하수의 다른 상품