Gevoeligheidsanalyse voor Heterogene Behandelingseffecten
Gevoeligheidsanalyse voor Heterogene Behandelingseffecten onderzoekt hoe robuust causale schattingen per subgroep zijn tegenover onwaagte verstorende factoren. In plaats van een enkel gemiddeld behandelingseffect te toetsen, wordt gevraagd of de geschatte variatie in behandelingseffecten tussen eenheden of subgroepen verklaard kan worden door verborgen bias, en op welk niveau van verborgen bias de causale conclusies voor elke subgroep zouden bezwijken.
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
- Rosenbaum, P. R. (2002). Observational Studies (2nd ed.). Springer. ISBN: 978-0387989679
- Crump, R. K., Hotz, V. J., Imbens, G. W., & Mitnik, O. A. (2008). Nonparametric tests for treatment effect heterogeneity. Review of Economics and Statistics, 90(3), 389-405. DOI: 10.1162/rest.90.3.389 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Sensitivity Analysis for Causality under Heterogeneous Treatment Effects. ScholarGate. https://scholargate.app/nl/causal-inference/heterogeneous-treatment-effect-sensitivity-analysis-for-causality
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
- Propensity Score MatchingOnderzoeksstatistiek↔ vergelijken
- Gevoeligheidsanalyse voor causaliteitCausale inferentie↔ vergelijken
Similar methods
Een fout op deze pagina gezien? Meld het of stel een correctie voor →