Estimateur d'Appariement Dynamique
L'estimateur d'appariement dynamique étend les méthodes d'appariement standard aux situations où le traitement est attribué séquentiellement sur plusieurs périodes. Au lieu d'une décision de traitement unique, les unités reçoivent ou renoncent au traitement à chaque point temporel, et l'estimateur identifie les effets causaux d'historiques de traitement entiers en appariant sur des covariables variant dans le temps et des chemins de traitement passés, sous des hypothèses d'indépendance conditionnelle séquentielle.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
Sources
- 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 ↗
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Dynamic Matching Estimator for Sequential Treatment Effects. ScholarGate. https://scholargate.app/fr/causal-inference/dynamic-matching-estimator
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.
- Différence-en-différences dynamiqueInférence causale↔ comparer
- Pondération par l'inverse de la probabilité de traitement (IPW / IPTW)Inférence causale↔ comparer
- Modèle structurel marginal (MSM)Inférence causale↔ comparer
- Estimateur par appariementInférence causale↔ comparer
- Estimateur par appariement sur données de panelInférence causale↔ comparer
- Appariement par score de propensionStatistiques de recherche↔ comparer
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →