相关代码见文末

双重差分法（DID）是一种常用于因果推断的统计方法，主要用于估计政策、干预或事件对一个或多个群体的影响。其基本思想是：
通过比较同一时间内不同群体之间的差异，并比较这些群体在干预或事件之前和之后的变化，从而估计干预的真实效果。

近年来，DID在商业领域的应用越来越广泛，因其具备以下优势：

• 非实验场景下的因果推断：无需严格的实验设计即可分析因果关系。
• 控制混杂因素：有效控制时间不变的外部因素。
• 简单灵活：适合处理大规模商业数据。

在互联网行业的诸多场景中，DID已成为分析新政策或策略效果的有力工具，帮助企业基于数据驱动的方式进行科学决策。

实际应用场景

1. 互联网广告领域

   • 企业利用DID分析广告投放策略的影响，同时控制时间不变的外部因素（如季节性销售波动）。

2. 大型在线零售商