ScholarGate
Assistent
Regression modelQuasi-experimental / causal inference

Syntetisk kontrollmetod för policyutvärdering

Den syntetiska kontrollmetoden (SCM) är en kausal inferensmetod för att utvärdera effekten av en policy eller intervention på en enskild behandlad enhet – såsom en region, ett land eller ett företag – genom att konstruera en viktad kombination av obehandlade jämförelsenheter som noggrant speglar den behandlade enheten före interventionen. Metoden, som introducerades av Abadie och Gardeazabal (2003) och formaliserades av Abadie, Diamond och Hainmueller (2010), ger ett datadrivet, transparent kontrafaktiskt scenario för komparativa fallstudier.

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.

Källor

  1. Abadie, A., Diamond, A., & Hainmueller, J. (2010). Synthetic Control Methods for Comparative Case Studies: Estimating the Effect of California's Tobacco Control Program. Journal of the American Statistical Association, 105(490), 493-505. DOI: 10.1198/jasa.2009.ap08746
  2. Abadie, A., & Gardeazabal, J. (2003). The Economic Costs of Conflict: A Case Study of the Basque Country. American Economic Review, 93(1), 113-132. DOI: 10.1257/000282803321455188

Så citerar du den här sidan

ScholarGate. (2026, June 3). Synthetic Control Method for Policy Evaluation. ScholarGate. https://scholargate.app/sv/causal-inference/policy-evaluation-synthetic-control-method

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
ScholarGatePolicy Evaluation Synthetic Control Method (Synthetic Control Method for Policy Evaluation). Hämtad 2026-06-15 från https://scholargate.app/sv/causal-inference/policy-evaluation-synthetic-control-method · Datamängd: https://doi.org/10.5281/zenodo.20539026