Metodin todisteiden tietue

Difference-in-Means Estimator

The difference-in-means estimator is the design-based workhorse for analyzing randomized experiments: it estimates the average treatment effect simply as the difference between the average outcome among treated units and the average outcome among control units. Rooted in Jerzy Neyman's potential-outcomes framework and central to modern treatments by Imbens and Rubin and by Gerber and Green, it is unbiased under randomization, comes with a conservative Neyman variance estimator, and supports exact randomization inference, requiring no model of how outcomes are generated.

Sources recorded, not reviewed

Lähdetietue

Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.

Difference-in-Means Estimator for Randomized Experiments

Taksonominen metoditietue · process-pipeline / political-science

Gerber, A. S., & Green, D. P. (2012). Field Experiments: Design, Analysis, and Interpretation. New York: W. W. Norton. · ISBN 9780393979954
Imbens, G. W., & Rubin, D. B. (2015). Causal Inference for Statistics, Social, and Biomedical Sciences: An Introduction. Cambridge: Cambridge University Press. · ISBN 9780521885881

Avaa koko metodi

Kuratoituja väitteitä

Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.

Ei vielä kuratoituja väitteitä

Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.

Liittyvät metodit

Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.

Same method familyAudit Experimentmachine-suggested · Relational suggestion, not evidence.Same method familyField Experiment in Politicsmachine-suggested · Relational suggestion, not evidence.Same method familyNatural Experiment in Politicsmachine-suggested · Relational suggestion, not evidence.Same method familySurvey Experimentmachine-suggested · Relational suggestion, not evidence.