Regression modelQuasi-experimental / causal inference
複数期間二重にロバストな推定
複数期間二重にロバストな（DR）推定は、従来の二重にロバストなアプローチを、複数の処置期間と時点を持つ縦断的設定に拡張したものです。これは、各期間において結果回帰モデルと傾向スコアモデルを組み合わせることで、両モデルのうち少なくとも一方が各時点において正しく特定されている限り、因果効果推定の一貫性を保持します。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Multi-period Doubly Robust Causal Effect Estimator. ScholarGate. https://scholargate.app/ja/causal-inference/multi-period-doubly-robust-estimation
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
- 差分の差 (Difference-in-Differences, DiD)計量経済学↔ 比較
- 二重に頑健な推定量（AIPW）因果推論↔ 比較
- 動的差分の差分法因果推論↔ 比較
- 逆確率重み付け法 (IPW / IPTW)因果推論↔ 比較
- Marginal Structural Model (MSM)因果推論↔ 比較
- 傾向スコアマッチング研究統計↔ 比較