Robustais saskaņošanas novērtētājs (koriģēts ar aizspriedumiem)
Robustais saskaņošanas novērtētājs, ko izstrādājuši Abadie un Imbens (2006, 2011), paplašina tuvākā kaimiņa saskaņošanu, pievienojot uz regresijas balstītu aizspriedumu korekciju, kas novērš galīgās izlases aizspriedumus, kas rodas, ja saskaņotās vienības nav pilnīgi identiskas. Tas nodrošina konsekventus, asimptotiski normālus vidējo ārstēšanas efektu novērtējumus ar heteroskedasticitātes ziņā robustu dispersijas formulu, kas ir derīga neatkarīgi no nepārtraukto kovariātu skaita.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- Abadie, A., & Imbens, G. W. (2011). Bias-Corrected Matching Estimators for Average Treatment Effects. Journal of Business & Economic Statistics, 29(1), 1-11. DOI: 10.1198/jbes.2009.07333 ↗
- Abadie, A., & Imbens, G. W. (2006). Large Sample Properties of Matching Estimators for Average Treatment Effects. Econometrica, 74(1), 235-267. DOI: 10.1111/j.1468-0262.2006.00655.x ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Bias-Corrected Robust Matching Estimator. ScholarGate. https://scholargate.app/lv/causal-inference/robust-matching-estimator
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Coarsened Exact Matching (CEM)Cēloņsakarību secināšana↔ salīdzināt
- Diferenču starpībām (Diff-in-Diff)Ekonometrija↔ salīdzināt
- Divkārši robusta novērtēšana (AIPW)Cēloņsakarību secināšana↔ salīdzināt
- Apgrieztā varbūtības svēršana (IPW / IPTW)Cēloņsakarību secināšana↔ salīdzināt
- Novērtēšanas vienādošana (Matching Estimator)Cēloņsakarību secināšana↔ salīdzināt
- Propensity Score MatchingPētniecības statistika↔ salīdzināt
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →