Estimación Doblemente Robusta Multiperiódica
La estimación doblemente robusta (DR) multiperiódica extiende el enfoque doblemente robusto clásico a entornos longitudinales con múltiples períodos de tratamiento y puntos temporales. Combina un modelo de regresión de resultados y un modelo de puntuación de propensión para cada período, manteniendo la consistencia de la estimación del efecto causal siempre que al menos uno de los dos modelos esté correctamente especificado en cada punto temporal.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Mapa de métodos
El vecindario de métodos relacionados: selecciona un nodo para explorarlo.
Fuentes
- Bang, H., & Robins, J. M. (2005). Doubly robust estimation in missing data and causal inference models. Biometrics, 61(4), 962-973. DOI: 10.1111/j.1541-0420.2005.00377.x ↗
- Callaway, B., & Sant'Anna, P. H. C. (2021). Difference-in-differences with multiple time periods. Journal of Econometrics, 225(2), 200-230. DOI: 10.1016/j.jeconom.2020.12.001 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Multi-period Doubly Robust Causal Effect Estimator. ScholarGate. https://scholargate.app/es/causal-inference/multi-period-doubly-robust-estimation
¿Qué método?
Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.
- Diferencia en Diferencias (Diff-in-Diff)Econometría↔ comparar
- Estimación Doblemente Robusta (AIPW)Inferencia causal↔ comparar
- Diferencias en Diferencias DinámicasInferencia causal↔ comparar
- Ponderación por Probabilidad Inversa de Tratamiento (IPW / IPTW)Inferencia causal↔ comparar
- Modelo Estructural Marginal (MSM)Inferencia causal↔ comparar
- Emparejamiento por Puntuación de PropensiónEstadística para la investigación↔ comparar
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →