Regression modelQuasi-experimental / causal inference

Robustní metoda syntetické kontroly

Robustní metoda syntetické kontroly rozšiřuje klasický syntetický odhadový postup o statisticky platnou kvantifikaci nejistoty a inferenci. Vyvinutá Cattaneem, Fengem a Titiunikem (2021) řeší základní omezení původního přístupu – nedostatek formálních predikčních intervalů – čímž činí kauzální závěry obhajitelnějšími, pokud je pozorována pouze jedna ošetřená jednotka.

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

The neighbourhood of related methods — select a node to explore.

Zdroje

  1. 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
  2. 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

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Robust Synthetic Control Method with Uncertainty Quantification. ScholarGate. https://scholargate.app/cs/causal-inference/robust-synthetic-control-method

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateRobust Synthetic Control Method (Robust Synthetic Control Method with Uncertainty Quantification). Získáno 2026-06-15 z https://scholargate.app/cs/causal-inference/robust-synthetic-control-method · Datová sada: https://doi.org/10.5281/zenodo.20539026