Synthetische Kontrollmethode (SCM)
Die von Abadie, Diamond und Hainmueller im Jahr 2010 eingeführte Synthetische Kontrollmethode (SCM) konstruiert einen gewichteten kontrafaktischen Verlauf für eine einzelne behandelte Einheit aus einem Pool unbehandelter Geber-Einheiten. Sie gilt weithin als Goldstandard für die Bewertung großer politischer Interventionen, natürlicher Experimente und N=1-Fallstudien, bei denen keine offensichtliche Vergleichseinheit existiert.
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.
+2 weitere
Quellen
- Abadie, A., Diamond, A., & Hainmueller, J. (2010). Synthetic Control Methods for Comparative Case Studies: Estimating the Effect of California's Tobacco Control Program. Journal of the American Statistical Association, 105(490), 493-505. DOI: 10.1198/jasa.2009.ap08746 ↗
- Abadie, A. (2021). Using Synthetic Controls: Feasibility, Data Requirements, and Methodological Aspects. Journal of Economic Literature, 59(2), 391-425. DOI: 10.1257/jel.20191450 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Synthetic Control Method. ScholarGate. https://scholargate.app/de/causal-inference/synthetic-control
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.
- Analyse von unterbrochenen Zeitreihen (Interrupted Time Series, ITS)Kausale Inferenz↔ vergleichen
- Matching Methods (CEM / Optimal / Genetic)Kausale Inferenz↔ vergleichen
- Paneldaten-Fixed-Effects-ModellÖkonometrie↔ vergleichen
- Regression Discontinuity Design (RDD)Kausale Inferenz↔ vergleichen
- Two-Stage Least Squares (2SLS)Kausale Inferenz↔ vergleichen
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →