Multi-period Doubly Robust Estimation
Multi-period dubbel robuuste (DR) schatting breidt de klassieke dubbel robuuste benadering uit naar longitudinale settings met meerdere behandelperioden en tijdspunten. Het combineert een uitkomstregressiemodel en een propensity score-model voor elke periode, waarbij de consistentie van de causale effectschatting behouden blijft zolang ten minste één van de twee modellen op elk tijdstip correct is gespecificeerd.
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
- Bang, H., & Robins, J. M. (2005). Doubly robust estimation in missing data and causal inference models. Biometrics, 61(4), 962-973. DOI: 10.1111/j.1541-0420.2005.00377.x ↗
- Callaway, B., & Sant'Anna, P. H. C. (2021). Difference-in-differences with multiple time periods. Journal of Econometrics, 225(2), 200-230. DOI: 10.1016/j.jeconom.2020.12.001 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Multi-period Doubly Robust Causal Effect Estimator. ScholarGate. https://scholargate.app/nl/causal-inference/multi-period-doubly-robust-estimation
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
- Dynamische Difference-in-DifferencesCausale inferentie↔ vergelijken
- Inverse Probability of Treatment Weighting (IPW / IPTW)Causale inferentie↔ vergelijken
- Marginaal Structureel Model (MSM)Causale inferentie↔ vergelijken
- Propensity Score MatchingOnderzoeksstatistiek↔ vergelijken
Een fout op deze pagina gezien? Meld het of stel een correctie voor →