ScholarGate
Assistant
Regression modelQuasi-experimental / causal inference

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.

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. 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
  2. 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.

Comparer côte à côte
ScholarGateMulti-period Doubly Robust Estimation (Multi-period Doubly Robust Causal Effect Estimator). Consulté le 2026-06-15 sur https://scholargate.app/fr/causal-inference/multi-period-doubly-robust-estimation · Jeu de données : https://doi.org/10.5281/zenodo.20539026