ScholarGate
Assistent
Regression modelQuasi-experimental / causal inference

Matchningsestimator

Matchningsestimatorn identifierar den kausala effekten av en behandling genom att para ihop varje behandlad enhet med en eller flera obehandlade enheter som har liknande observerade egenskaper. Formulerad av Rubin (1973) och med rigorös asymptotisk teori av Abadie och Imbens (2006), konstruerar den en trovärdig kontrollgrupp från observationsdata utan att kräva en parametrisk modell för utfallet.

Öppna i MethodMindSnartVideoSnartLadda ner bildspel

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Metodkarta

Närområdet av besläktade metoder — välj en nod för att utforska.

+15 till

Källor

  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

Så citerar du den här sidan

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

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.

Jämför sida vid sida

Refereras av

ScholarGateMatching Estimator (Nonparametric Matching Estimator for Average Treatment Effects). Hämtad 2026-06-15 från https://scholargate.app/sv/causal-inference/matching-estimator · Datamängd: https://doi.org/10.5281/zenodo.20539026