ScholarGate
Assistant
Regression modelQuasi-experimental / causal inference

Équilibrage dynamique de l'entropie

L'équilibrage dynamique de l'entropie étend l'approche de repondération par équilibrage de l'entropie aux paramètres avec des traitements variant dans le temps dans des données de panel ou longitudinales. Il construit des poids d'unités à chaque période de temps de telle sorte que les distributions des covariables des unités traitées et de comparaison soient équilibrées sur des moments spécifiés, en ajustant séquentiellement pour l'historique de traitement antérieur et les facteurs de confusion variant dans le temps afin d'estimer l'effet causal des séquences de traitement sur les résultats.

Ouvrir dans MethodMindBientôtVidéoBientôtTélécharger les diapositives

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. Hainmueller, J. (2012). Entropy Balancing for Causal Effects: A Multivariate Reweighting Method to Produce Balanced Samples in Observational Studies. Political Analysis, 20(1), 25-46. DOI: 10.1093/pan/mpr025
  2. Blackwell, M., & Glynn, A. N. (2018). How to Make Causal Inferences with Time-Series Cross-Sectional Data under Selection on Observables. American Political Science Review, 112(4), 1067-1082. DOI: 10.1017/S0003055418000357

Comment citer cette page

ScholarGate. (2026, June 3). Dynamic Entropy Balancing for Longitudinal Causal Inference. ScholarGate. https://scholargate.app/fr/causal-inference/dynamic-entropy-balancing

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 Entropy Balancing (Dynamic Entropy Balancing for Longitudinal Causal Inference). Consulté le 2026-06-15 sur https://scholargate.app/fr/causal-inference/dynamic-entropy-balancing · Jeu de données : https://doi.org/10.5281/zenodo.20539026