Regression modelQuasi-experimental / causal inference
다기간 이중 강건 추정
다기간 이중 강건(DR) 추정은 고전적인 이중 강건 접근 방식을 다수의 처리 기간과 시점을 갖는 종단적 설정으로 확장합니다. 이는 각 기간에 대한 결과 회귀 모형과 성향 점수 모형을 결합하며, 두 모형 중 적어도 하나가 모든 시점에서 올바르게 지정되는 한 인과 효과 추정치의 일관성을 유지합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Multi-period Doubly Robust Causal Effect Estimator. ScholarGate. https://scholargate.app/ko/causal-inference/multi-period-doubly-robust-estimation
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- 이중차분법 (Diff-in-Diff)계량경제학↔ 비교
- 이중 강건 추정 (AIPW)인과추론↔ 비교
- 동적 이중차분법 (Dynamic Difference-in-Differences)인과추론↔ 비교
- 역확률 가중치 (Inverse Probability Weighting, IPW / IPTW)인과추론↔ 비교
- Marginal Structural Model (MSM)인과추론↔ 비교
- 성향 점수 매칭연구 통계↔ 비교