Regression modelQuasi-experimental / causal inference

ตัวประมาณค่าการจับคู่แบบพลวัต

ตัวประมาณค่าการจับคู่แบบพลวัต (Dynamic Matching Estimator) ขยายวิธีการจับคู่มาตรฐานไปยังการตั้งค่าที่การรักษาถูกกำหนดตามลำดับในช่วงหลายช่วงเวลา แทนที่จะเป็นการตัดสินใจรักษาเพียงครั้งเดียว หน่วยจะได้รับการรักษาหรือละเว้นการรักษาในแต่ละจุดเวลา และตัวประมาณค่าจะระบุผลกระทบเชิงสาเหตุของประวัติการรักษาทั้งหมดโดยการจับคู่กับตัวแปรกำกับที่เปลี่ยนแปลงตามเวลาและเส้นทางการรักษาในอดีต ภายใต้สมมติฐานความเป็นอิสระแบบมีเงื่อนไขตามลำดับ

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

The neighbourhood of related methods — select a node to explore.

แหล่งอ้างอิง

  1. Lechner, M., & Miquel, R. (2010). Identification of the effects of dynamic treatments by sequential conditional independence assumptions. Empirical Economics, 39(1), 111-137. DOI: 10.1007/s00181-009-0297-3
  2. Heckman, J. J., Ichimura, H., & Todd, P. (1998). Matching as an Econometric Evaluation Estimator. Review of Economic Studies, 65(2), 261-294. DOI: 10.1111/1467-937X.00044

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Dynamic Matching Estimator for Sequential Treatment Effects. ScholarGate. https://scholargate.app/th/causal-inference/dynamic-matching-estimator

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

ถูกอ้างอิงโดย

ScholarGateDynamic Matching Estimator (Dynamic Matching Estimator for Sequential Treatment Effects). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/causal-inference/dynamic-matching-estimator · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026