ScholarGate
Assistant
Regression modelQuasi-experimental / causal inference

Évaluation d'impact contrefactuelle dynamique

L'évaluation d'impact contrefactuelle dynamique (EIC dynamique) étend l'évaluation de programme contrefactuelle standard aux situations où le traitement est assigné séquentiellement sur plusieurs périodes. Plutôt que de comparer un état unique traité à un état non traité, elle estime l'effet causal de trajectoires ou de régimes de traitement entiers, en tenant compte de la manière dont les résultats intermédiaires et les covariables variant dans le temps rétroagissent sur les décisions de traitement ultérieures.

Ouvrir dans MethodMindBientôtApply, compare, get guidance
Tools & resources
Télécharger les diapositives
Learn & explore
VidéoBientôt

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Carte des méthodes

Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.

Sources

  1. Robins, J. M. (1986). A new approach to causal inference in mortality studies with a sustained exposure period — application to control of the healthy worker survivor effect. Mathematical Modelling, 7(9-12), 1393-1512. DOI: 10.1016/0270-0255(86)90088-6
  2. Lechner, M. (2009). Sequential causal models for the evaluation of labor market programs. Journal of Business and Economic Statistics, 27(1), 71-83. DOI: 10.1198/jbes.2009.0006

Comment citer cette page

ScholarGate. (2026, June 3). Dynamic Counterfactual Impact Evaluation. ScholarGate. https://scholargate.app/fr/causal-inference/dynamic-counterfactual-impact-evaluation

Quelle méthode ?

Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.

Comparer côte à côte
ScholarGateDynamic Counterfactual Impact Evaluation (Dynamic Counterfactual Impact Evaluation). Consulté le 2026-06-15 sur https://scholargate.app/fr/causal-inference/dynamic-counterfactual-impact-evaluation · Jeu de données : https://doi.org/10.5281/zenodo.20539026