Sensitivitätsanalyse heterogener Behandlungseffekte für Kausalität
Die Sensitivitätsanalyse heterogener Behandlungseffekte untersucht, wie robust gruppenspezifische kausale Schätzungen gegenüber unbeobachteter Störvariablen sind. Anstatt einen einzelnen durchschnittlichen Behandlungseffekt zu testen, wird gefragt, ob die geschätzte Variation von Behandlungseffekten über Einheiten oder Untergruppen hinweg durch versteckte Verzerrungen erklärt werden kann und bei welchem Ausmaß versteckter Verzerrungen die kausalen Schlussfolgerungen für jede Untergruppe zusammenbrechen würden.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Methodenkarte
Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.
Quellen
- Rosenbaum, P. R. (2002). Observational Studies (2nd ed.). Springer. ISBN: 978-0387989679
- Crump, R. K., Hotz, V. J., Imbens, G. W., & Mitnik, O. A. (2008). Nonparametric tests for treatment effect heterogeneity. Review of Economics and Statistics, 90(3), 389-405. DOI: 10.1162/rest.90.3.389 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Sensitivity Analysis for Causality under Heterogeneous Treatment Effects. ScholarGate. https://scholargate.app/de/causal-inference/heterogeneous-treatment-effect-sensitivity-analysis-for-causality
Welche Methode?
Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.
- Differenz-in-Differenzen (DiD)Ökonometrie↔ vergleichen
- Doubly Robust Estimation (AIPW)Kausale Inferenz↔ vergleichen
- Heterogene Effektdifferenz-in-Differenzen (HTE-DiD)Kausale Inferenz↔ vergleichen
- Propensity Score MatchingForschungsstatistik↔ vergleichen
- Sensitivitätsanalyse für KausalitätKausale Inferenz↔ vergleichen
Similar methods
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →