请提供多期DID平行趋势检验的代码

多期差分（Difference-in-Differences，简称DID）是一种常用的实证经济学研究方法，用于估计某个干预政策的效果。在Python中，你可以使用`statsmodels`库来进行这种检验。这里是一个简单的例子：

import pandas as pd
import statsmodels.formula.api as smf

# 假设你有如下的数据结构
df = pd.DataFrame({
    'treatment': [0, 0, 1, 1], # 治疗组标识（0表示对照组，1表示实验组）
    'post_treatment': [0, 1, 0, 1], # 干预后的时期
    'outcome': [y1, y2, y3, y4] # 结果变量
})

# 创建交互项（treatment * post_treatment）
df['interaction'] = df['treatment'] * df['post_treatment']

# DID模型公式
model = smf.ols('outcome ~ treatment + C(post_treatment)', data=df)

# 拟合模型并运行检验
results = model.fit()
effect = results.params['treatment']  # 干预效果的估计值
p_value = results.pvalues['treatment']  # 显著性水平

print("DID效应估计:", effect)
print("P值:", p_value)