Robust Synthetic Control Method
Metodes robustā sintētiskā kontrole paplašina klasisko sintētiskās kontroles novērtētāju, nodrošinot statistiski derīgu nenoteiktības kvantificēšanu un secinājumus. Cattaneo, Feng un Titiunik (2021) izstrādātā metode novērš sākotnējās pieejas galveno ierobežojumu — formālu prognožu intervālu trūkumu —, padarot cēloņsakarību secinājumus pamatotākus, kad tiek novērota tikai viena apstrādātā vienība.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- Cattaneo, M. D., Feng, Y., & Titiunik, R. (2021). Prediction Intervals for Synthetic Control Methods. Journal of the American Statistical Association, 116(536), 1865-1880. DOI: 10.1080/01621459.2021.1979561 ↗
- Abadie, A., Diamond, A., & Hainmueller, J. (2015). Comparative Politics and the Synthetic Control Method. American Journal of Political Science, 59(2), 495-510. DOI: 10.1111/ajps.12116 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Robust Synthetic Control Method with Uncertainty Quantification. ScholarGate. https://scholargate.app/lv/causal-inference/robust-synthetic-control-method
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.
- Bejonsas sintētiskās kontroles metodeCēloņsakarību secināšana↔ compare
- Diferenču starpībām (Diff-in-Diff)Ekonometrija↔ compare
- Robust Difference-in-DifferencesCēloņsakarību secināšana↔ compare
- Kauzalitātes jutīguma analīzeCēloņsakarību secināšana↔ compare
- Sintētiskās kontroles metode (SCM)Cēloņsakarību secināšana↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →