Mehrperiodenschätzung mit doppelter Robustheit
Die mehrperiodale Schätzung mit doppelter Robustheit (DR) erweitert den klassischen Ansatz der doppelten Robustheit auf Längsschnittszenarien mit mehreren Behandlungsperioden und Zeitpunkten. Sie kombiniert ein Ergebnisregressionsmodell und ein Propensity-Score-Modell für jede Periode und behält die Konsistenz der Schätzung kausaler Effekte bei, solange mindestens eines der beiden Modelle zu jedem Zeitpunkt korrekt spezifiziert ist.
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
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Multi-period Doubly Robust Causal Effect Estimator. ScholarGate. https://scholargate.app/de/causal-inference/multi-period-doubly-robust-estimation
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
- Dynamische Differenz-von-DifferenzenKausale Inferenz↔ vergleichen
- Inverse Probability of Treatment Weighting (IPW / IPTW)Kausale Inferenz↔ vergleichen
- Marginales Strukturelles Modell (MSM)Kausale Inferenz↔ vergleichen
- Propensity Score MatchingForschungsstatistik↔ vergleichen
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →