Метод на робастния синтетичен контрол
Методът на робастния синтетичен контрол разширява класическия оценител на синтетичния контрол, като предоставя статистически валидна квантификация на несигурността и изводи. Разработен от Cattaneo, Feng и Titiunik (2021), той адресира основно ограничение на оригиналния подход – липсата на формални предсказващи интервали – което прави причинно-следствените заключения по-устойчиви, когато се наблюдава само една третирана единица.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
Източници
- Cattaneo, M. D., Feng, Y., & Titiunik, R. (2021). Prediction Intervals for Synthetic Control Methods. Journal of the American Statistical Association, 116(536), 1865-1880. DOI: 10.1080/01621459.2021.1979561 ↗
- Abadie, A., Diamond, A., & Hainmueller, J. (2015). Comparative Politics and the Synthetic Control Method. American Journal of Political Science, 59(2), 495-510. DOI: 10.1111/ajps.12116 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Robust Synthetic Control Method with Uncertainty Quantification. ScholarGate. https://scholargate.app/bg/causal-inference/robust-synthetic-control-method
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- Байесов метод на синтетичния контролПричинно-следствено заключение↔ сравняване
- Метод на разликите в разликите (Difference-in-Differences, DiD)Иконометрия↔ сравняване
- Робастни разлики в разликите (Robust Difference-in-Differences)Причинно-следствено заключение↔ сравняване
- Анализ на чувствителността за причинно-следствена връзкаПричинно-следствено заключение↔ сравняване
- Синтетичен контролен метод (SCM)Причинно-следствено заключение↔ сравняване
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →