ScholarGate
Assistente
Regression modelQuasi-experimental / causal inference

Estimador de Pareamento

O estimador de pareamento identifica o efeito causal de um tratamento ao emparelhar cada unidade tratada com uma ou mais unidades não tratadas que possuem características observadas semelhantes. Formalizado por Rubin (1973) e com uma teoria rigorosa de grandes amostras por Abadie e Imbens (2006), ele constrói um grupo de controle crível a partir de dados observacionais sem a necessidade de um modelo paramétrico para o resultado.

Abrir no MethodMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

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

+15 more

Fontes

  1. Abadie, A., & Imbens, G. W. (2006). Large Sample Properties of Matching Estimators for Average Treatment Effects. Econometrica, 74(1), 235-267. DOI: 10.1111/j.1468-0262.2006.00655.x
  2. Rubin, D. B. (1973). Matching to Remove Bias in Observational Studies. Biometrics, 29(1), 159-183. DOI: 10.2307/2529684

Como citar esta página

ScholarGate. (2026, June 3). Nonparametric Matching Estimator for Average Treatment Effects. ScholarGate. https://scholargate.app/pt/causal-inference/matching-estimator

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

Referenciado por

ScholarGateMatching Estimator (Nonparametric Matching Estimator for Average Treatment Effects). Recuperado em 2026-06-15 de https://scholargate.app/pt/causal-inference/matching-estimator · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026