Politikevaluation mittels Propensity Score Matching
Die Politikevaluation mittels Propensity Score Matching wendet das Propensity-Score-Framework – ursprünglich entwickelt von Rosenbaum und Rubin (1983) und für die Programmevaluation von Heckman et al. (1997) operationalisiert – an, um den kausalen Effekt einer politischen Intervention zu schätzen. Es konstruiert eine glaubwürdige Vergleichsgruppe aus Nicht-Teilnehmern, indem diese den Teilnehmern basierend auf ihrer geschätzten Wahrscheinlichkeit, die Behandlung zu erhalten, zugeordnet werden. Dies ermöglicht eine unverzerrte Effektschätzung ohne zufällige Zuweisung.
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., & Rubin, D. B. (1983). The central role of the propensity score in observational studies for causal effects. Biometrika, 70(1), 41-55. DOI: 10.1093/biomet/70.1.41 ↗
- Heckman, J. J., Ichimura, H., & Todd, P. E. (1997). Matching as an econometric evaluation estimator: Evidence from evaluating a job training programme. Review of Economic Studies, 64(4), 605-654. DOI: 10.2307/2971733 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Propensity Score Matching for Policy Evaluation. ScholarGate. https://scholargate.app/de/causal-inference/policy-evaluation-propensity-score-matching
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.
- Coarsened Exact Matching (CEM)Kausale Inferenz↔ vergleichen
- Differenz-in-Differenzen (DiD)Ökonometrie↔ vergleichen
- Doubly Robust Estimation (AIPW)Kausale Inferenz↔ vergleichen
- Inverse Probability of Treatment Weighting (IPW / IPTW)Kausale Inferenz↔ vergleichen
- Propensity Score MatchingForschungsstatistik↔ vergleichen
- Propensity Score Weighting (PSW / IPW)Kausale Inferenz↔ vergleichen
Referenziert von
Similar methods
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →