Dizains ar notikumu izpēti heterogēnu ārstēšanas efektu novērtēšanai
Dizains ar notikumu izpēti heterogēnu ārstēšanas efektu novērtēšanai ir cēloņsakarību izzināšanas (causal-inference) ietvars, kas izmanto notikumu izpētes regresiju, lai novērtētu, kā ārstēšanas efekti atšķiras dažādās grupās, kohortās vai laikā attiecībā pret notikumu. Atšķirībā no klasiskajiem divvirzienu fiksēto efektu notikumu izpētes dizainiem — kas pieņem homogēnu efektu — šī pieeja skaidri modelē un atgūst grupu-laika vidējos ārstēšanas efektus (ATT), risinot piesārņojuma aizspriedumus (contamination bias), kas rodas, ja efekti atšķiras starp vienībām, kuras ir pakļautas ārstēšanai.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- Sun, L., & Abraham, S. (2021). Estimating dynamic treatment effects in event studies with heterogeneous treatment effects. Journal of Econometrics, 225(2), 175-199. DOI: 10.1016/j.jeconom.2020.09.006 ↗
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Heterogeneous Treatment Effect Event Study Design. ScholarGate. https://scholargate.app/lv/causal-inference/heterogeneous-treatment-effect-event-study-design
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Diferenču starpībām (Diff-in-Diff)Ekonometrija↔ salīdzināt
- Dinamiskā "starpību starpībās" metodeCēloņsakarību secināšana↔ salīdzināt
- Paneļa notikumu pētījumsCēloņsakarību secināšana↔ salīdzināt
Similar methods
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →