Robuste Methode der synthetischen Kontrolle
Die robuste Methode der synthetischen Kontrolle erweitert den klassischen Schätzer der synthetischen Kontrolle, indem sie statistisch valide Unsicherheitsquantifizierung und Inferenz bereitstellt. Entwickelt von Cattaneo, Feng und Titiunik (2021), adressiert sie eine Kernbeschränkung des ursprünglichen Ansatzes – das Fehlen formaler Vorhersageintervalle – und macht kausale Schlussfolgerungen verteidigbarer, wenn nur eine einzige behandelte Einheit beobachtet wird.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Cattaneo, M. D., Feng, Y., & Titiunik, R. (2021). Prediction Intervals for Synthetic Control Methods. Journal of the American Statistical Association, 116(536), 1865-1880. DOI: 10.1080/01621459.2021.1979561 ↗
- Abadie, A., Diamond, A., & Hainmueller, J. (2015). Comparative Politics and the Synthetic Control Method. American Journal of Political Science, 59(2), 495-510. DOI: 10.1111/ajps.12116 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Robust Synthetic Control Method with Uncertainty Quantification. ScholarGate. https://scholargate.app/de/causal-inference/robust-synthetic-control-method
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Bayesianische Methode der synthetischen KontrolleKausale Inferenz↔ compare
- Differenz-in-Differenzen (DiD)Ökonometrie↔ compare
- Robuste Difference-in-DifferencesKausale Inferenz↔ compare
- Sensitivitätsanalyse für KausalitätKausale Inferenz↔ compare
- Synthetische Kontrollmethode (SCM)Kausale Inferenz↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →