Regression modelCausal inference
合成差分の差 (Synthetic Difference-in-Differences, SDID)
合成差分の差 (SDID) は、政策や介入が1つの単位（国、企業）に特定の時点で影響を与える場合に、処置効果を推定するために、合成コントロール法と差分の差法を組み合わせたものである。Arkhangelskyら (2021) によって導入されたこの手法は、処置前のトレンドと水準を処置単位に一致させるために、対照群の加重和を用いることで、単独の各手法を改良した。これにより、古典的なDiDや合成コントロール法よりも、より精密で頑健な推定値が得られる。
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。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Arkhangelsky, D., Athey, S., Hirshberg, D. A., Imbens, G. W., & Wager, S. (2021). Synthetic difference-in-differences. American Economic Review, 111(12), 4088-4118. DOI: 10.1257/aer.20190159 ↗
- Abadie, A., Diamond, A., & Hainmueller, J. (2010). Synthetic control methods for comparative case studies: Estimating the effect of California's tobacco control program. Journal of the American Statistical Association, 105(490), 493-505. DOI: 10.1198/jasa.2009.ap08746 ↗
このページの引用方法
ScholarGate. (2026, June 3). Synthetic Control Difference-in-Differences Estimator. ScholarGate. https://scholargate.app/ja/econometrics/synthetic-difference-in-differences
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
Compare side by side →