Regression modelQuasi-experimental / causal inference
강건한 반사실적 영향 평가
강건한 반사실적 영향 평가(Robust CIE)는 여러 준실험적 추정량, 플라시보 검증, 공식적 민감도 분석을 결합하여 인과적 영향 추정치를 강화합니다. 단일 방법에 의존하는 대신, 매칭, 차이-중-차이, 회귀 불연속성과 같은 접근법 전반에 걸쳐 결과를 교차 검증하여 결론이 단일 방법론적 선택에 의존하지 않도록 합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- Bia, M., Flores, C. A., Flores-Lagunes, A., & Mattei, A. (2014). A Stata package for the application of semiparametric estimators of dose–response functions. Stata Journal, 14(3), 580–604. link ↗
- Ferrara, A. R., McCann, P., Pellegrini, G., Stelder, D., & Terribile, F. (2017). Assessing the impacts of Cohesion Policy on EU regions: A non-parametric analysis on interventions with multiple treatment intensities. Environment and Planning C: Politics and Space, 35(8), 1467–1487. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Robust Counterfactual Impact Evaluation. ScholarGate. https://scholargate.app/ko/causal-inference/robust-counterfactual-impact-evaluation
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- 반사실적 영향 평가 (CIE)인과추론↔ 비교
- 이중차분법 (Diff-in-Diff)계량경제학↔ 비교
- 이중 강건 추정 (AIPW)인과추론↔ 비교
- 성향 점수 매칭연구 통계↔ 비교
- 인과관계에 대한 민감도 분석인과추론↔ 비교