Regression model

Metoda syntetycznej kontroli (SCM)

Metoda syntetycznej kontroli (SCM), wprowadzona przez Abadiego, Diamonda i Hainmuellera w 2010 r., konstruuje ważony kontrfaktyczny scenariusz dla pojedynczej jednostki potraktowanej, wykorzystując pulę niepotraktowanych jednostek-darczyńców. Jest powszechnie uznawana za złoty standard w ocenie dużych interwencji politycznych, eksperymentów naturalnych i studiów przypadku typu N=1, gdzie nie istnieje oczywista jednostka porównawcza.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

The neighbourhood of related methods — select a node to explore.

+2 more

Źródła

  1. Abadie, A., Diamond, A., & Hainmueller, J. (2010). Synthetic Control Methods for Comparative Case Studies: Estimating the Effect of California's Tobacco Control Program. Journal of the American Statistical Association, 105(490), 493-505. DOI: 10.1198/jasa.2009.ap08746
  2. Abadie, A. (2021). Using Synthetic Controls: Feasibility, Data Requirements, and Methodological Aspects. Journal of Economic Literature, 59(2), 391-425. DOI: 10.1257/jel.20191450

Jak cytować tę stronę

ScholarGate. (2026, June 1). Synthetic Control Method. ScholarGate. https://scholargate.app/pl/causal-inference/synthetic-control

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.

Compare side by side

Cytowana przez

ScholarGateSynthetic Control (Synthetic Control Method). Pobrano 2026-06-15 z https://scholargate.app/pl/causal-inference/synthetic-control · Zbiór danych: https://doi.org/10.5281/zenodo.20539026