ScholarGate
Assistent
Regression modelQuasi-experimental / causal inference

Dünaamiline sobitusestimaator

Dünaamiline sobitusestimaator laiendab standardseid sobitusmeetodeid stsenaariumidele, kus sekkumine toimub järjestikku mitme perioodi jooksul. Ühe sekkumisotsuse asemel saavad üksused igal ajahetkel sekkumist või loobuvad sellest ning estimaator tuvastab kogu sekkumisajaloo põhjuslikud mõjud, sobitades ajas muutuvate kovariaatide ja varasemate sekkumisradade järgi, vastavalt järjestikustele tinglikutele sõltumatus eeldustele.

Ava rakenduses MethodMindPeagiVideoPeagiLaadi slaidid alla

Loe meetodi täielikku kirjeldust

Ainult liikmetele

Selle osa lugemiseks logi sisse tasuta kontoga.

Logi sisse

Meetodikaart

Seotud meetodite ümbruskond — vali sõlm, et seda uurida.

Allikad

  1. Lechner, M., & Miquel, R. (2010). Identification of the effects of dynamic treatments by sequential conditional independence assumptions. Empirical Economics, 39(1), 111-137. DOI: 10.1007/s00181-009-0297-3
  2. Heckman, J. J., Ichimura, H., & Todd, P. (1998). Matching as an Econometric Evaluation Estimator. Review of Economic Studies, 65(2), 261-294. DOI: 10.1111/1467-937X.00044

Kuidas sellele lehele viidata

ScholarGate. (2026, June 3). Dynamic Matching Estimator for Sequential Treatment Effects. ScholarGate. https://scholargate.app/et/causal-inference/dynamic-matching-estimator

Milline meetod?

Aseta see meetod oma lähimate sugulaste kõrvale ja loe neid kõrvuti — raamatukogu laob raamatud lauale; valik on sinu.

Võrdle kõrvuti

Sellele viitavad

ScholarGateDynamic Matching Estimator (Dynamic Matching Estimator for Sequential Treatment Effects). Loetud 2026-06-15 aadressilt https://scholargate.app/et/causal-inference/dynamic-matching-estimator · Andmestik: https://doi.org/10.5281/zenodo.20539026