Heterogen behandlingseffekt med propensity score-matchning
Heterogen behandlingseffekt med propensity score-matchning (HTE-PSM) utvidgar standardiserad PSM för att estimera hur behandlingseffekter varierar mellan undergrupper eller individuella karaktäristika. Istället för att rapportera en enda genomsnittlig behandlingseffekt, använder den den matchade stickan för att estimera betingade genomsnittliga behandlingseffekter (CATE), vilket avslöjar vilka typer av enheter som gynnas mest eller minst av en behandling.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- Athey, S., & Imbens, G. W. (2016). Recursive Partitioning for Heterogeneous Causal Effects. Proceedings of the National Academy of Sciences, 113(27), 7353-7360. DOI: 10.1073/pnas.1510489113 ↗
- Rosenbaum, P. R., & Rubin, D. B. (1983). The Central Role of the Propensity Score in Observational Studies for Causal Effects. Biometrika, 70(1), 41-55. DOI: 10.1093/biomet/70.1.41 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Heterogeneous Treatment Effect Estimation via Propensity Score Matching. ScholarGate. https://scholargate.app/sv/causal-inference/heterogeneous-treatment-effect-propensity-score-matching
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Differens-i-differens (DiD)Ekonometri↔ jämför
- Dubbelt robust skattning (AIPW)Kausal inferens↔ jämför
- Heterogen effektskillnad-i-skillnad (HTE-DiD)Kausal inferens↔ jämför
- MatchningsestimatorKausal inferens↔ jämför
- Propensity score-matchningForskningsstatistik↔ jämför
Refereras av
Similar methods
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →