Regression modelQuasi-experimental / causal inference
تقدير مضاعف المتانة متعدد الفترات
يمتد تقدير مضاعف المتانة (DR) متعدد الفترات إلى النهج المضاعف المتين الكلاسيكي في الإعدادات الطولية مع فترات علاج متعددة ونقاط زمنية. يجمع بين نموذج انحدار النتائج ونموذج درجة الميل لكل فترة، مع الاحتفاظ باتساق تقدير التأثير السببي طالما أن أحد النموذجين على الأقل تم تحديده بشكل صحيح في كل نقطة زمنية.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
خريطة المناهج
محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.
المصادر
- Bang, H., & Robins, J. M. (2005). Doubly robust estimation in missing data and causal inference models. Biometrics, 61(4), 962-973. DOI: 10.1111/j.1541-0420.2005.00377.x ↗
- Callaway, B., & Sant'Anna, P. H. C. (2021). Difference-in-differences with multiple time periods. Journal of Econometrics, 225(2), 200-230. DOI: 10.1016/j.jeconom.2020.12.001 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Multi-period Doubly Robust Causal Effect Estimator. ScholarGate. https://scholargate.app/ar/causal-inference/multi-period-doubly-robust-estimation
أيُّ منهج؟
ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.
- الفرق في الفروق (Diff-in-Diff)الاقتصاد القياسي↔ قارن
- التقدير المتين المزدوج (AIPW)الاستدلال السببي↔ قارن
- Dynamic Difference-in-Differencesالاستدلال السببي↔ قارن
- الترجيح الاحتمالي العكسي (IPW / IPTW)الاستدلال السببي↔ قارن
- نموذج الهياكل الهامشية (MSM)الاستدلال السببي↔ قارن
- مطابقة درجات الميلإحصاء البحث↔ قارن