Estimador por emparejamiento
El estimador por emparejamiento identifica el efecto causal de un tratamiento al emparejar cada unidad tratada con una o más unidades no tratadas que tienen características observadas similares. Formalizado por Rubin (1973) y dotado de una rigurosa teoría asintótica por Abadie e Imbens (2006), construye un grupo de control creíble a partir de datos observacionales sin requerir un modelo paramétrico para el resultado.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
+15 more
Fuentes
- Abadie, A., & Imbens, G. W. (2006). Large Sample Properties of Matching Estimators for Average Treatment Effects. Econometrica, 74(1), 235-267. DOI: 10.1111/j.1468-0262.2006.00655.x ↗
- Rubin, D. B. (1973). Matching to Remove Bias in Observational Studies. Biometrics, 29(1), 159-183. DOI: 10.2307/2529684 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Nonparametric Matching Estimator for Average Treatment Effects. ScholarGate. https://scholargate.app/es/causal-inference/matching-estimator
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.
- Coarsened Exact Matching (CEM)Inferencia causal↔ compare
- Diferencia en Diferencias (Diff-in-Diff)Econometría↔ compare
- Estimación Doblemente Robusta (AIPW)Inferencia causal↔ compare
- Ponderación por Probabilidad Inversa de Tratamiento (IPW / IPTW)Inferencia causal↔ compare
- Emparejamiento por Puntuación de PropensiónEstadística para la investigación↔ compare
- Ponderación por Puntuación de Propensión (PSW / IPW)Inferencia causal↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →