Regression modelCausal inference

Synthetische Difference-in-Differences

Synthetische Difference-in-Differences (SDID) kombiniert synthetische Kontrolle und Difference-in-Differences-Ansätze, um Behandlungseffekte zu schätzen, wenn eine Politik oder Intervention eine Einheit (Land, Unternehmen) zu einem bestimmten Zeitpunkt betrifft. Eingeführt von Arkhangelsky et al. (2021) verbessert SDID beide Methoden allein, indem es gewichtete Kombinationen von Kontrollen verwendet, um die Prä-Behandlungs-Trends und -Niveaus der behandelten Einheiten anzupassen. Dies führt zu präziseren und robusteren Schätzungen als klassische DiD oder synthetische Kontrolle.

Mit EconMind anwendenDemnächstVideoDemnächstFolien herunterladen

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Methodenkarte

Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.

Synthetische Difference-in-Differences

Geographische Regression…Interaktive feste Effekte Lokale Projektionen

Quellen

Arkhangelsky, D., Athey, S., Hirshberg, D. A., Imbens, G. W., & Wager, S. (2021). Synthetic difference-in-differences. American Economic Review, 111(12), 4088-4118. DOI: 10.1257/aer.20190159 ↗
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 ↗

So zitieren Sie diese Seite

ScholarGate. (2026, June 3). Synthetic Control Difference-in-Differences Estimator. ScholarGate. https://scholargate.app/de/econometrics/synthetic-difference-in-differences

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.