Robust Counterfactual Impact Evaluation
Varje enskild kontrafaktisk estimator vilar på antaganden som kanske inte håller perfekt. En matchningsestimator antar inga omätade confounders; en DiD kräver parallella trender. Robust CIE tar denna osäkerhet på allvar: den tillämpar flera estimatorer oberoende av varandra, kontrollerar om deras skattningar konvergerar, testar om behandlingseffekter uppträder sporadiskt i placebogrupper och kvantifierar hur mycket dold confounding som skulle krävas för att kullkasta resultatet. Konvergens mellan metoder ger förtroende för att fyndet är verkligt snarare än en artefakt av ett designval.
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
- Bia, M., Flores, C. A., Flores-Lagunes, A., & Mattei, A. (2014). A Stata package for the application of semiparametric estimators of dose–response functions. Stata Journal, 14(3), 580–604. link ↗
- Ferrara, A. R., McCann, P., Pellegrini, G., Stelder, D., & Terribile, F. (2017). Assessing the impacts of Cohesion Policy on EU regions: A non-parametric analysis on interventions with multiple treatment intensities. Environment and Planning C: Politics and Space, 35(8), 1467–1487. link ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Robust Counterfactual Impact Evaluation. ScholarGate. https://scholargate.app/sv/causal-inference/robust-counterfactual-impact-evaluation
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.
- Kontrafaktisk effektutvärdering (CIE)Kausal inferens↔ jämför
- Differens-i-differens (DiD)Ekonometri↔ jämför
- Dubbelt robust skattning (AIPW)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 →