Supuesto de Tendencias Paralelas: En ausencia del tratamiento, la diferencia promedio en los resultados entre los grupos de tratamiento y control se habría mantenido constante en el tiempo.
Modelo de Regresión: \[ Y_{it} = \beta_0 + \beta_1 \text{Tratado}_i + \beta_2 \text{Post}_t + \delta (\text{Tratado}_i \times \text{Post}_t) + \epsilon_{it} \]
- \( Y_{it} \) es el resultado del individuo \(i\) en el tiempo \(t\).
- \( \text{Tratado}_i \) es 1 si el individuo está en el grupo de tratamiento, 0 si no.
- \( \text{Post}_t \) es 1 para el período posterior a la intervención, 0 si es anterior.
- El coeficiente \( \delta \) es el estimador de Diferencias en Diferencias, que captura el efecto causal del tratamiento.
Cálculo del Estimador DiD: \[ \hat{\delta}_{DiD} = (\overline{Y}_{\text{Tratado, Después}} - \overline{Y}_{\text{Tratado, Antes}}) - (\overline{Y}_{\text{Control, Después}} - \overline{Y}_{\text{Control, Antes}}) \]