Appariement par score de propension pour l'effet de traitement hétérogène
L'appariement par score de propension pour l'effet de traitement hétérogène (HTE-PSM) étend le PSM standard pour estimer comment les effets du traitement varient selon les sous-groupes ou les caractéristiques individuelles. Plutôt que de rapporter un effet de traitement moyen unique, il utilise l'échantillon apparié pour estimer les effets de traitement moyens conditionnels (CATE), révélant quels types d'unités bénéficient le plus ou le moins d'un traitement.
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
- Athey, S., & Imbens, G. W. (2016). Recursive Partitioning for Heterogeneous Causal Effects. Proceedings of the National Academy of Sciences, 113(27), 7353-7360. DOI: 10.1073/pnas.1510489113 ↗
- Rosenbaum, P. R., & Rubin, D. B. (1983). The Central Role of the Propensity Score in Observational Studies for Causal Effects. Biometrika, 70(1), 41-55. DOI: 10.1093/biomet/70.1.41 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Heterogeneous Treatment Effect Estimation via Propensity Score Matching. ScholarGate. https://scholargate.app/fr/causal-inference/heterogeneous-treatment-effect-propensity-score-matching
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 (Diff-in-Diff)Économétrie↔ comparer
- Estimation doublement robuste (AIPW)Inférence causale↔ comparer
- Différence-en-différences avec effets hétérogènes (HTE-DiD)Inférence causale↔ comparer
- Estimateur par appariementInférence causale↔ comparer
- Appariement par score de propensionStatistiques de recherche↔ comparer
Référencée par
Similar methods
Une erreur sur cette page ? Signalez-la ou proposez une correction →