Känslighetsanalys av heterogena behandlingseffekter för kausalitet
Känslighetsanalys av heterogena behandlingseffekter undersöker hur robusta kausala skattningar för specifika undergrupper är för oobserverad confounding. Istället för att testa en enskild genomsnittlig behandlingseffekt, frågar den om den skattade variationen i behandlingseffekter mellan enheter eller undergrupper kan förklaras bort av dold bias, och vid vilken nivå av dold bias de kausala slutsatserna för varje undergrupp skulle bryta samman.
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
- Rosenbaum, P. R. (2002). Observational Studies (2nd ed.). Springer. ISBN: 978-0387989679
- Crump, R. K., Hotz, V. J., Imbens, G. W., & Mitnik, O. A. (2008). Nonparametric tests for treatment effect heterogeneity. Review of Economics and Statistics, 90(3), 389-405. DOI: 10.1162/rest.90.3.389 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Sensitivity Analysis for Causality under Heterogeneous Treatment Effects. ScholarGate. https://scholargate.app/sv/causal-inference/heterogeneous-treatment-effect-sensitivity-analysis-for-causality
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
- Propensity score-matchningForskningsstatistik↔ jämför
- Känslighetsanalys för kausalitetKausal inferens↔ jämför
Similar methods
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →