Estimador Robusto por Correspondência (Correspondência com Correção de Viés)
O estimador robusto por correspondência, desenvolvido por Abadie e Imbens (2006, 2011), estende a correspondência por vizinho mais próximo adicionando uma correção de viés baseada em regressão que remove o viés de amostra finita decorrente quando unidades correspondentes não são perfeitamente semelhantes. Ele produz estimativas consistentes e assintoticamente normais de efeitos médios de tratamento com uma fórmula de variância robusta à heteroscedasticidade que é válida independentemente do número de covariáveis contínuas.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Mapa de métodos
A vizinhança de métodos relacionados — selecione um nó para explorar.
Fontes
- Abadie, A., & Imbens, G. W. (2011). Bias-Corrected Matching Estimators for Average Treatment Effects. Journal of Business & Economic Statistics, 29(1), 1-11. DOI: 10.1198/jbes.2009.07333 ↗
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Bias-Corrected Robust Matching Estimator. ScholarGate. https://scholargate.app/pt/causal-inference/robust-matching-estimator
Qual método?
Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.
- Coarsened Exact Matching (CEM)Inferência causal↔ comparar
- Diferenças em Diferenças (DiD)Econometria↔ comparar
- Estimativa Duplamente Robusta (AIPW)Inferência causal↔ comparar
- Ponderação pela Probabilidade Inversa de Tratamento (IPW / IPTW)Inferência causal↔ comparar
- Estimador de PareamentoInferência causal↔ comparar
- Propensity Score MatchingEstatística para pesquisa↔ comparar
Encontrou um problema nesta página? Relate ou sugira uma correção →