Propensity Score Matching voor Heterogene Behandeleffecten
Propensity Score Matching voor Heterogene Behandeleffecten (HTE-PSM) breidt standaard PSM uit om te schatten hoe behandeleffecten variëren over subgroepen of individuele kenmerken. In plaats van één gemiddeld behandeleffect te rapporteren, gebruikt het de gematchte steekproef om conditionele gemiddelde behandeleffecten (CATE) te schatten, wat onthult welke typen eenheden het meest of het minst profiteren van een behandeling.
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
- Athey, S., & Imbens, G. W. (2016). Recursive Partitioning for Heterogeneous Causal Effects. Proceedings of the National Academy of Sciences, 113(27), 7353-7360. DOI: 10.1073/pnas.1510489113 ↗
- Rosenbaum, P. R., & Rubin, D. B. (1983). The Central Role of the Propensity Score in Observational Studies for Causal Effects. Biometrika, 70(1), 41-55. DOI: 10.1093/biomet/70.1.41 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Heterogeneous Treatment Effect Estimation via Propensity Score Matching. ScholarGate. https://scholargate.app/nl/causal-inference/heterogeneous-treatment-effect-propensity-score-matching
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.
- Difference-in-Differences (DiD)Econometrie↔ vergelijken
- Dubbel Robuuste Schatting (AIPW)Causale inferentie↔ vergelijken
- Heterogeneous Treatment Effect Difference-in-Differences (HTE-DiD)Causale inferentie↔ vergelijken
- Matching EstimatorCausale inferentie↔ vergelijken
- Propensity Score MatchingOnderzoeksstatistiek↔ vergelijken
Geciteerd door
Similar methods
Een fout op deze pagina gezien? Meld het of stel een correctie voor →