Regression modelCausal inference
합성 차이-이중 차이
합성 차이-이중 차이(SDID)는 정책이나 개입이 한 단위(국가, 기업)에 특정 시점에 영향을 미칠 때 치료 효과를 추정하기 위해 합성 통제와 이중 차이 접근법을 결합합니다. Arkhangelsky 등이 2021년에 소개한 이 방법은 가중치가 부여된 통제군 조합을 사용하여 치료 전 추세와 수준을 일치시킴으로써 두 방법 모두를 개선합니다. 이는 고전적인 DiD 또는 합성 통제보다 더 정확하고 견고한 추정치를 제공합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Synthetic Control Difference-in-Differences Estimator. ScholarGate. https://scholargate.app/ko/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 →