เปรียบเทียบวิธี

	ระเบียบวิธีควบคุมสังเคราะห์สำหรับการประเมินนโยบาย	วิธีการตัวแปรเครื่องมือ (IV) สำหรับการอนุมานเชิงสาเหตุ
สาขาวิชา	การอนุมานเชิงสาเหตุ	เศรษฐศาสตร์สุขภาพ
ตระกูล	Regression model	Process / pipeline
ปีกำเนิด	2003-2010	1990s (modern applications)
ผู้ริเริ่ม	Alberto Abadie & Javier Gardeazabal; extended by Abadie, Diamond & Hainmueller	Angrist & Pischke (applied econometrics); rooted in econometric theory
ประเภท	Causal inference / comparative case study	Method
แหล่งต้นตำรับ	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.	Angrist, J. D., & Pischke, J. S. (2009). Mostly Harmless Econometrics: An Empiricist's Companion. Princeton: Princeton University Press.
ชื่อเรียกอื่น	Synthetic Control Method, SCM, Synthetic Control, Abadie-Diamond-Hainmueller method	IV, two-stage least squares, TSLS, causal estimation
ที่เกี่ยวข้อง	5	3
สรุป	The Synthetic Control Method (SCM) is a causal inference technique for evaluating the effect of a policy or intervention on a single treated unit — such as a region, country, or firm — by constructing a weighted combination of untreated comparison units that closely mirrors the treated unit before the intervention. Introduced by Abadie and Gardeazabal (2003) and formalized by Abadie, Diamond, and Hainmueller (2010), it provides a data-driven, transparent counterfactual for comparative case studies.	Instrumental variables (IV) is an econometric method to estimate causal effects when treatment or exposure is not randomly assigned and confounding is severe or unmeasured. IV relies on a third variable (instrument) that influences treatment but does not directly affect the outcome, allowing researchers to isolate the causal effect from the noise of confounding. Developed extensively in econometrics (Angrist & Pischke, 1990s–2000s), IV methods are increasingly used in health economics and health services research to leverage natural experiments and policy changes.