ScholarGate
Asszisztens
Regression modelQuasi-experimental / causal inference

Dinamikus illesztési becslő

A dinamikus illesztési becslő (Dynamic Matching Estimator) kiterjeszti a standard illesztési módszereket azokra a helyzetekre, ahol a kezelés több perióduson keresztül, szekvenciálisan kerül kiosztásra. Az egységek az egyes időpontokban kapnak vagy mellőznek kezelést, az egységes kezelési döntés helyett, és a becslő a teljes kezelési históriák kauzális hatásait azonosítja időben változó kovariátumokra és múltbeli kezelési pályákra való illesztéssel, szekvenciális feltételes függetlenségi feltételek mellett.

Megnyitás itt: MethodMindHamarosanVideóHamarosanDiák letöltése

A teljes módszer elolvasása

Csak tagoknak

Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.

Bejelentkezés

Módszertérkép

A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.

Források

  1. Lechner, M., & Miquel, R. (2010). Identification of the effects of dynamic treatments by sequential conditional independence assumptions. Empirical Economics, 39(1), 111-137. DOI: 10.1007/s00181-009-0297-3
  2. Heckman, J. J., Ichimura, H., & Todd, P. (1998). Matching as an Econometric Evaluation Estimator. Review of Economic Studies, 65(2), 261-294. DOI: 10.1111/1467-937X.00044

Hogyan hivatkozzon erre az oldalra

ScholarGate. (2026, June 3). Dynamic Matching Estimator for Sequential Treatment Effects. ScholarGate. https://scholargate.app/hu/causal-inference/dynamic-matching-estimator

Melyik módszer?

Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.

Összehasonlítás egymás mellett

Hivatkozik rá

ScholarGateDynamic Matching Estimator (Dynamic Matching Estimator for Sequential Treatment Effects). Letöltve 2026-06-15, forrás: https://scholargate.app/hu/causal-inference/dynamic-matching-estimator · Adatkészlet: https://doi.org/10.5281/zenodo.20539026