การประเมินผลกระทบเชิงสาเหตุของผลกระทบการรักษาที่แตกต่างกัน
การประเมินผลกระทบเชิงสาเหตุของผลกระทบการรักษาที่แตกต่างกัน (HTE-CIE) ขยายการประเมินผลกระทบเชิงสาเหตุมาตรฐานโดยการประมาณว่าผลกระทบเชิงสาเหตุของนโยบายหรือการแทรกแซงแตกต่างกันไปในกลุ่มย่อยที่กำหนดโดยลักษณะก่อนการรักษาอย่างไร แทนที่จะรายงานผลกระทบการรักษาเฉลี่ยเพียงค่าเดียว มันจะสร้างแผนที่ของผลกระทบการรักษาเฉลี่ยแบบมีเงื่อนไข (CATE) ทั่วทั้งปริภูมิของตัวแปรร่วม ซึ่งเผยให้เห็นว่าใครได้รับประโยชน์มากที่สุดหรือน้อยที่สุดจากการแทรกแซง
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
แผนที่ระเบียบวิธี
ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ
แหล่งอ้างอิง
- Cerulli, G. (2010). Modelling and measuring the effect of public subsidies on business R&D: A critical review of the econometric literature. Economic Record, 86(274), 421-449. DOI: 10.1111/j.1475-4932.2009.00615.x ↗
- Athey, S., & Wager, S. (2019). Estimating treatment effects with causal forests: An application. Observational Studies, 5(2), 37-51. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Heterogeneous Treatment Effect Counterfactual Impact Evaluation. ScholarGate. https://scholargate.app/th/causal-inference/heterogeneous-treatment-effect-counterfactual-impact-evaluation
ระเบียบวิธีใด?
วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน
- การประเมินผลกระทบเชิงสมมติฐาน (CIE)การอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- Heterogeneous Treatment Effect Difference-in-Differences (HTE-DiD)การอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- แบบจำลองโครงสร้างส่วนเพิ่ม (Marginal Structural Model: MSM)การอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- การจับคู่คะแนนแนวโน้มสถิติการวิจัย↔ เปรียบเทียบ