Estimation robuste double multi-périodes
L'estimation robuste double (DR) multi-périodes étend l'approche robuste double classique aux contextes longitudinaux avec plusieurs périodes et points temporels de traitement. Elle combine un modèle de régression des résultats et un modèle de score de propension pour chaque période, conservant la cohérence de l'estimation de l'effet causal tant qu'au moins un des deux modèles est correctement spécifié à chaque point temporel.
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
- Bang, H., & Robins, J. M. (2005). Doubly robust estimation in missing data and causal inference models. Biometrics, 61(4), 962-973. DOI: 10.1111/j.1541-0420.2005.00377.x ↗
- Callaway, B., & Sant'Anna, P. H. C. (2021). Difference-in-differences with multiple time periods. Journal of Econometrics, 225(2), 200-230. DOI: 10.1016/j.jeconom.2020.12.001 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Multi-period Doubly Robust Causal Effect Estimator. ScholarGate. https://scholargate.app/fr/causal-inference/multi-period-doubly-robust-estimation
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 dynamiqueInférence causale↔ comparer
- Pondération par l'inverse de la probabilité de traitement (IPW / IPTW)Inférence causale↔ comparer
- Modèle structurel marginal (MSM)Inférence causale↔ comparer
- Appariement par score de propensionStatistiques de recherche↔ comparer
Une erreur sur cette page ? Signalez-la ou proposez une correction →