ScholarGate
Asisten
Regression modelQuasi-experimental / causal inference

Estimator Pencocokan Dinamis

Estimator Pencocokan Dinamis memperluas metode pencocokan standar ke pengaturan di mana perlakuan ditugaskan secara berurutan selama beberapa periode. Alih-alih satu keputusan perlakuan, unit menerima atau mengabaikan perlakuan pada setiap titik waktu, dan estimator mengidentifikasi efek kausal dari seluruh riwayat perlakuan dengan mencocokkan kovariat yang bervariasi seiring waktu dan jalur perlakuan masa lalu, di bawah asumsi independensi bersyarat sekuensial.

Buka di MethodMindSegeraVideoSegeraUnduh salindia

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Peta metode

Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.

Sumber

  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

Cara menyitasi halaman ini

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

Metode yang mana?

Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.

Bandingkan berdampingan

Dirujuk oleh

ScholarGateDynamic Matching Estimator (Dynamic Matching Estimator for Sequential Treatment Effects). Diakses 2026-06-15 dari https://scholargate.app/id/causal-inference/dynamic-matching-estimator · Set data: https://doi.org/10.5281/zenodo.20539026