Dynamic Matching Estimator
De Dynamic Matching Estimator breidt standaard matchingmethoden uit naar settings waar behandeling sequentieel over meerdere perioden wordt toegewezen. In plaats van een enkele behandelingsbeslissing, ontvangen eenheden in elke tijdsperiode behandeling of doen deze niet, en de estimator identificeert causale effecten van volledige behandelingsgeschiedenissen door te matchen op tijdsvariërende covariaat en eerdere behandelpaden, onder sequentiële conditionele onafhankelijkheidsaannames.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- Lechner, M., & Miquel, R. (2010). Identification of the effects of dynamic treatments by sequential conditional independence assumptions. Empirical Economics, 39(1), 111-137. DOI: 10.1007/s00181-009-0297-3 ↗
- Heckman, J. J., Ichimura, H., & Todd, P. (1998). Matching as an Econometric Evaluation Estimator. Review of Economic Studies, 65(2), 261-294. DOI: 10.1111/1467-937X.00044 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Dynamic Matching Estimator for Sequential Treatment Effects. ScholarGate. https://scholargate.app/nl/causal-inference/dynamic-matching-estimator
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Dynamische Difference-in-DifferencesCausale inferentie↔ vergelijken
- Inverse Probability of Treatment Weighting (IPW / IPTW)Causale inferentie↔ vergelijken
- Marginaal Structureel Model (MSM)Causale inferentie↔ vergelijken
- Matching EstimatorCausale inferentie↔ vergelijken
- Panel Data Matching EstimatorCausale inferentie↔ vergelijken
- Propensity Score MatchingOnderzoeksstatistiek↔ vergelijken
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →