使用did_multiplegt_dyn估计非吸收性处理效应及控制变量报错问题

• 核对处理变量定义：
  • 吸收性处理的变量需满足：个体进入处理后所有时期取值为1，处理前为0；非吸收性处理变量则允许个体在不同时期在0/1间切换。用table(data$treat_var, data$year)查看分布，确认两类处理的差异是否符合预期，若定义错误会导致模型识别无差异。
  • 若处理变量是通过函数生成，检查生成逻辑：比如吸收性处理是否用cumany()或类似函数确保处理后持续为1，非吸收性处理是否直接使用原始的时期切换变量。
• 检查安慰剂检验配置：
  • 两类处理的安慰剂生成逻辑必须匹配处理类型：吸收性安慰剂应随机分配处理时点且处理后持续生效，非吸收性安慰剂需随机生成时期层面的0/1切换。若两类安慰剂的生成代码完全一致，结果自然无差异。
  • 确认did_multiplegt_dyn中安慰剂相关参数（如placebo、placebo_reps）是否针对两类处理做了对应设置，比如是否为非吸收性处理指定了不同的安慰剂生成方式。
• 验证模型核心参数：
  • 检查固定效应设置：两类模型都需加入个体固定效应和时间固定效应，遗漏会导致估计偏误，甚至让安慰剂结果与真实效应趋同。
  • 确认是否针对吸收性处理开启了对应的吸收参数（若包有此功能），比如部分DiD包中absorb = TRUE会强制处理后持续处于处理状态，若未设置可能让吸收性处理模型退化为非吸收性。

• 检查控制变量的有效性：
  • 用names(data)核对控制变量名，确保无拼写、大小写错误，所有变量都存在于数据框中。
  • 排查缺失值：用colSums(is.na(data))统计各控制变量的NA数量，若存在大量缺失，先通过na.omit(data)或填充（如data$var <- ifelse(is.na(data$var), mean(data$var, na.rm=T), data$var)）处理，缺失值可能导致模型提取变量时出现下标问题。
• 规范controls参数输入：
  • 必须传入变量名字符向量，比如controls = c("age", "income")，而非直接写变量名（controls = age, income）。错误的输入格式会让模型无法正确识别变量，触发下标越界。
  • 不要在controls中包含个体ID、时间变量或处理变量，这些变量应通过idname、tname、treatname参数单独指定，避免变量冲突。
• 检查面板数据的完整性：
  • 确认数据为平衡面板：用xtabs(~id + year, data)查看每个个体在各时期是否都有观测，非平衡面板可能导致模型在匹配个体-时期观测时下标不匹配。
  • 对数据按个体和时间排序：data <- data[order(data$id, data$year), ]，观测顺序混乱可能引发变量提取错误。

• 先跑极简模型：去掉所有控制变量，分别拟合吸收性和非吸收性处理的基础DiD模型，若此时效应和安慰剂结果出现差异，再逐步添加控制变量，定位错误来源。
• 核对包文档：仔细查看did_multiplegt_dyn的官方参数说明，确认是否有专门区分吸收性/非吸收性处理的参数，以及controls参数的正确输入格式。

内容的提问来源于stack exchange，提问作者flâneur