Multi-period Doubly Robust Estimation
Multi-period doubly robust (DR) estimation udvider den klassiske doubly robust tilgang til longitudinelle scenarier med flere behandlingsperioder og tidspunkter. Den kombinerer en outcome-regressionsmodel og en propensity score-model for hver periode, hvilket bevarer konsistensen af estimatet for den kausale effekt, så længe mindst én af de to modeller er korrekt specificeret på ethvert tidspunkt.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Metodekort
Nabolaget af beslægtede metoder — vælg en knude for at udforske.
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Multi-period Doubly Robust Causal Effect Estimator. ScholarGate. https://scholargate.app/da/causal-inference/multi-period-doubly-robust-estimation
Hvilken metode?
Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.
- Difference-in-Differences (Diff-in-Diff)Økonometri↔ sammenlign
- Dobbelt Robust Estimation (AIPW)Kausal inferens↔ sammenlign
- Dynamisk Difference-in-DifferencesKausal inferens↔ sammenlign
- Vægtning med den inverse behandlingssandsynlighed (IPW / IPTW)Kausal inferens↔ sammenlign
- Marginal Structural Model (MSM)Kausal inferens↔ sammenlign
- Propensity Score MatchingForskningsstatistik↔ sammenlign
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →