ScholarGate
Assistent
Regression model

Syntetisk kontrollmetod (SCM)

Syntetisk kontrollmetod (SCM), introducerad av Abadie, Diamond och Hainmueller (2010), bygger en viktad kontrafaktisk för en enskild behandlad enhet från en pool av obehandlade donatorenheter. Den betraktas allmänt som guldstandarden för att utvärdera stora policyinterventioner, naturliga experiment och N=1-fallstudier där ingen uppenbar jämförelse-enhet existerar.

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.

+2 till

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. (2021). Using Synthetic Controls: Feasibility, Data Requirements, and Methodological Aspects. Journal of Economic Literature, 59(2), 391-425. DOI: 10.1257/jel.20191450

Så citerar du den här sidan

ScholarGate. (2026, June 1). Synthetic Control Method. ScholarGate. https://scholargate.app/sv/causal-inference/synthetic-control

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

ScholarGateSynthetic Control (Synthetic Control Method). Hämtad 2026-06-15 från https://scholargate.app/sv/causal-inference/synthetic-control · Datamängd: https://doi.org/10.5281/zenodo.20539026