Effet Traitement Moyen Local (ETML / CACE)
L'Effet Traitement Moyen Local (ETML) est un estimand par variables instrumentales, introduit par Imbens et Angrist (1994) et formalisé avec Rubin (1996), qui retrouve l'effet moyen du traitement pour la sous-population des complieurs — unités dont le statut de traitement est effectivement modifié par l'instrument. Il est étroitement lié à l'analyse de la complétude.
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.
+7 de plus
Sources
- Imbens, G. W., & Angrist, J. D. (1994). Identification and Estimation of Local Average Treatment Effects. Econometrica, 62(2), 467-475. DOI: 10.2307/2951620 ↗
- Angrist, J. D., Imbens, G. W., & Rubin, D. B. (1996). Identification of Causal Effects Using Instrumental Variables. Journal of the American Statistical Association, 91(434), 444-455. DOI: 10.1080/01621459.1996.10476902 ↗
Comment citer cette page
ScholarGate. (2026, June 1). Local Average Treatment Effect (LATE / Complier Average Causal Effect). ScholarGate. https://scholargate.app/fr/causal-inference/local-average-treatment-effect
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.
- Ajustement par la porte de devant (Critère de la porte de devant)Inférence causale↔ comparer
- Effets Hétérogènes du Traitement (CATE / Méta-Apprenants)Inférence causale↔ comparer
- Appariement par score de propensionStatistiques de recherche↔ comparer
- La régression par discontinuité (RDD)Inférence causale↔ comparer
- Variables instrumentales par moindres carrés en deux étapes (VI/2SLS)Inférence causale↔ comparer
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →