Záznam důkazů metody

Difference-in-Means Estimator

The difference-in-means estimator is the design-based workhorse for analyzing randomized experiments: it estimates the average treatment effect simply as the difference between the average outcome among treated units and the average outcome among control units. Rooted in Jerzy Neyman's potential-outcomes framework and central to modern treatments by Imbens and Rubin and by Gerber and Green, it is unbiased under randomization, comes with a conservative Neyman variance estimator, and supports exact randomization inference, requiring no model of how outcomes are generated.

Sources recorded, not reviewed

Zdrojový záznam

Citace zkopírované doslovně ze zdrojového záznamu metody. Nejsou z nich vyvozovány žádné ověření na úrovni tvrzení.

Difference-in-Means Estimator for Randomized Experiments

Taxonomický záznam metody · process-pipeline / political-science

Gerber, A. S., & Green, D. P. (2012). Field Experiments: Design, Analysis, and Interpretation. New York: W. W. Norton. · ISBN 9780393979954
Imbens, G. W., & Rubin, D. B. (2015). Causal Inference for Statistics, Social, and Biomedical Sciences: An Introduction. Cambridge: Cambridge University Press. · ISBN 9780521885881

Otevřít celou metodu

Spravovaná tvrzení

Tvrzení uložená v registru důkazů, každé s vlastním hodnocením.

Zatím žádná spravovaná tvrzení

Tento pohled nevymýšlí hodnocení tvrzení, pokud registr žádné neobsahuje.

Související metody

Vygenerováno z grafu metod a zobrazeno jako strojově navržené vztahy – nejsou z nich vyvozována žádná tvrzení o důkazech.

Same method familyAudit Experimentmachine-suggested · Relational suggestion, not evidence.Same method familyField Experiment in Politicsmachine-suggested · Relational suggestion, not evidence.Same method familyNatural Experiment in Politicsmachine-suggested · Relational suggestion, not evidence.Same method familySurvey Experimentmachine-suggested · Relational suggestion, not evidence.