* Calcolo l'età all'avvio del contratto
gen eta=age( DataNascita, DataInizio)

*calcolo la durata del contratto DataInizio DataFinePrev DataFine
gen durata_contr=datediff(DataInizio, DataFinePrev, "month")
rename durata_contr durata_prev
* voglio sapere se il tipo di contratto
rename T tipocontr
tab tipocontr
tab tipocontr if durata_prev==.
*fare il sort del dataset in base all'individuo
sort ID_Cittadino
* trasformo in numerico il dato di genere: M=0 , F=1
gen sesso=0 if GenereMF=="M"
replace sesso=1 if sesso==.

sort ID_Cittadino DataInizio
order DataInizio DataFinePrev DataFine, after (ID_Cittadino)

* calcolo la quota dei contratti a tempo indeterminato sul totale
gen indetnum=1 if descr_contratto=="LAVORO A TEMPO INDETERMINATO"
replace indetnum=0 if indetnum==.
bysort anno: egen tot_indet=total(indetnum)
gen Qindet_2018=(tot_indet/112020) if anno==2018
gen Qindet_2019=(tot_indet/113578) if anno==2019

**************************************************************************************
                             DIFFERENCE IN DIFFERENCE
**************************************************************************************

** Esempi pronti su come applicare il metodo di stima DiffinDiff ai dati (vedi volume stata)
use "C:\Users\5122\Documents\DIDATTICA 2023_2024\ECONOMIA DEL LAVORO E RISORSE UMANE\Laboratorio di Economia\Dati LM\CardKrueger1994.dta"
*voglio capire cosa ci sia nel dataset e uso describe
describe
* vediamo ora le caratteristiche del dataset, devo fare una prima analisi statistica
summarize id t treated fte bk kfc roys wendy

*** QUESTA SONO COMANDI PER UNA VERSIONE PRECEDENTE DI STATA, POTETE USARE PER ESERCIZIO, trasformando i comandi

* si può iniziare con una semplice analisi diffindiff senza covariate e abbiamo bisogno di almeno 3 variabili: outcome, la variabile trattamento e il periodo
did fte, treated(treated) period(t)
* con bootstrap
diff fte, treated(treated) period(t) bs rep(50)

* se sono disponibili altri regressori che specificano meglio l'effetto allora si possono usare:
diff fte, treated(treated) period(t) cov(bk kfc roys)

* Posso poi essere interessata/o anche alle statistiche relative alle caratteristiche e quindi:
diff fte, treated(treated) period(t) cov(bk kfc roys) report

*infine posso aggiungere l'opzione kernel
diff fte, treated(treated) period(t) cov(bk kfc roys) kernel id(id)

* e trovare degli stimatori migliori con pscore matching che viene eseguito sulla stima del valore del primo periodo
diff fte, treated(treated) period(t) cov(bk kfc roys) kernel id(id) report

* e se ripeto l'analisi per diversi cross-section dovrò aggiungere
diff fte, treated(treated) period(t) cov(bk kfc roys) kernel rcs


****ESEMPI PER VERSIONI DI STATA 17 E SUPERIORI

use https://www.stata-press.com/data/r17/hospdd
didregress (satis) (procedure), group(hospital) time(month)
estat trendplots
estat ptrends

gen hightrt = procedure==1 & (frequency==3 | frequency==4)
label define trt 0 "Untreated" 1 "Treated"
label values hightrt trt

didregress (satis) (hightrt), group(hospital frequency) time(month)