Estimador per emparellament
L'estimador per emparellament identifica l'efecte causal d'un tractament aparellant cada unitat tractada amb una o més unitats no tractades que tenen característiques observades similars. Formalitzat per Rubin (1973) i amb una teoria rigorosa de mostres grans per Abadie i Imbens (2006), construeix un grup de control credible a partir de dades observacionals sense requerir un model paramètric per al resultat.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Mapa de mètodes
El veïnat de mètodes relacionats — seleccioneu un node per explorar-lo.
+15 més
Fonts
- Abadie, A., & Imbens, G. W. (2006). Large Sample Properties of Matching Estimators for Average Treatment Effects. Econometrica, 74(1), 235-267. DOI: 10.1111/j.1468-0262.2006.00655.x ↗
- Rubin, D. B. (1973). Matching to Remove Bias in Observational Studies. Biometrics, 29(1), 159-183. DOI: 10.2307/2529684 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Nonparametric Matching Estimator for Average Treatment Effects. ScholarGate. https://scholargate.app/ca/causal-inference/matching-estimator
Quin mètode?
Poseu aquest mètode al costat dels seus parents més pròxims i llegiu-los de costat a costat — la biblioteca disposa els llibres sobre la taula; la tria és vostra.
- Coarsened Exact Matching (CEM)Inferència causal↔ compara
- Diferència en Diferències (Diff-in-Diff)Econometria↔ compara
- Estimació Doblement Robusta (AIPW)Inferència causal↔ compara
- Pes pesat per la probabilitat inversa (IPW / IPTW)Inferència causal↔ compara
- Emparellament per puntuació de propensióEstadística per a la recerca↔ compara
- Ponderació per puntuació de propensió (PSW / IPW)Inferència causal↔ compara
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →