ScholarGate
Asistents
Regression modelQuasi-experimental / causal inference

Robustiska pretfaktora ietekmes novērtējums

Robustiska pretfaktora ietekmes novērtējums (Robust CIE) stiprina cēloņsakarību ietekmes aplēses, apvienojot vairākus kvaz eksperimentālus novērtētājus, placebo testus un formālas jutīguma analīzes. Tā vietā, lai paļautos uz vienu metodi, tā krusteniski pārbauda rezultātus dažādās pieejās — piemēram, saskaņošanu, starpības starpībās un regresijas diskontinuitāti — lai nodrošinātu, ka secinājumi nav atkarīgi no kādas vienas metodoloģiskas izvēles.

Atvērt MethodMindDrīzumāApply, compare, get guidance
Tools & resources
Lejupielādēt slaidus
Learn & explore
VideoDrīzumā

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Metožu karte

Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.

Avoti

  1. 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
  2. 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

Kā citēt šo lapu

ScholarGate. (2026, June 3). Robust Counterfactual Impact Evaluation. ScholarGate. https://scholargate.app/lv/causal-inference/robust-counterfactual-impact-evaluation

Kura metode?

Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.

Salīdzināt blakus
ScholarGateRobust Counterfactual Impact Evaluation (Robust Counterfactual Impact Evaluation). Izgūts 2026-06-17 no https://scholargate.app/lv/causal-inference/robust-counterfactual-impact-evaluation · Datu kopa: https://doi.org/10.5281/zenodo.20539026