Metoda syntetycznej kontroli z uwzględnieniem odporności (Robust Synthetic Control Method)
Metoda syntetycznej kontroli z uwzględnieniem odporności rozszerza klasyczny estymator syntetycznej kontroli, dostarczając statystycznie poprawne kwantyfikacje niepewności i wnioskowania. Opracowana przez Cattaneo, Feng i Titiunik (2021), rozwiązuje ona podstawowe ograniczenie pierwotnego podejścia – brak formalnych przedziałów predykcji – co czyni wnioski przyczynowe bardziej uzasadnionymi, gdy obserwuje się tylko jedną jednostkę potraktowaną.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Robust Synthetic Control Method with Uncertainty Quantification. ScholarGate. https://scholargate.app/pl/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.
- Bayesowska Metoda Syntetycznej KontroliWnioskowanie przyczynowe↔ compare
- Metoda różnic w różnicach (Diff-in-Diff)Ekonometria↔ compare
- Solidne różnice w różnicachWnioskowanie przyczynowe↔ compare
- Analiza wrażliwości dla przyczynowościWnioskowanie przyczynowe↔ compare
- Metoda syntetycznej kontroli (SCM)Wnioskowanie przyczynowe↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →