ScholarGate
Assistant
Regression modelQuasi-experimental / causal inference

Estimateur par appariement sur données de panel

L'estimateur par appariement sur données de panel identifie les effets causaux du traitement en associant chaque unité traitée à une ou plusieurs unités de contrôle partageant des histoires de covariables similaires durant les périodes précédant le traitement. En exploitant la structure longitudinale des données de panel, il contrôle à la fois les facteurs de confusion observés variant dans le temps et les caractéristiques stables de l'unité, estimant l'effet moyen du traitement sur les traités (ATT) sans nécessiter d'hypothèse de tendances parallèles.

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. Heckman, J. J., Ichimura, H., & Todd, P. E. (1997). Matching as an econometric evaluation estimator: Evidence from evaluating a job training programme. Review of Economic Studies, 64(4), 605-654. DOI: 10.2307/2971733
  2. Imai, K., Kim, I. S., & Wang, E. H. (2021). Matching methods for causal inference with time-series cross-sectional data. American Journal of Political Science, 67(3), 587-605. DOI: 10.1111/ajps.12685

Comment citer cette page

ScholarGate. (2026, June 3). Panel Data Matching Estimator for Average Treatment Effects. ScholarGate. https://scholargate.app/fr/causal-inference/panel-data-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.

Comparer côte à côte

Référencée par

ScholarGatePanel Data Matching Estimator (Panel Data Matching Estimator for Average Treatment Effects). Consulté le 2026-06-15 sur https://scholargate.app/fr/causal-inference/panel-data-matching-estimator · Jeu de données : https://doi.org/10.5281/zenodo.20539026