เปรียบเทียบวิธี

	ระเบียบวิธีสังเคราะห์เชิงควบคุมที่แข็งแกร่ง	ระเบียบวิธีสังเคราะห์การควบคุม (Synthetic Control Method - SCM)
สาขาวิชา	การอนุมานเชิงสาเหตุ	การอนุมานเชิงสาเหตุ
ตระกูล	Regression model	Regression model
ปีกำเนิด	2021	2003–2010
ผู้ริเริ่ม	Cattaneo, Feng & Titiunik (2021); building on Abadie, Diamond & Hainmueller (2010)	Alberto Abadie & Javier Gardeazabal (2003); Abadie, Diamond & Hainmueller (2010)
ประเภท	Quasi-experimental causal inference	Quasi-experimental causal inference
แหล่งต้นตำรับ	Cattaneo, M. D., Feng, Y., & Titiunik, R. (2021). Prediction Intervals for Synthetic Control Methods. Journal of the American Statistical Association, 116(536), 1865-1880.	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.
ชื่อเรียกอื่น	Robust SCM, Inference-robust synthetic control, Synthetic control with valid inference, SCM with prediction intervals	SCM, synthetic control, synth estimator, Abadie-Diamond-Hainmueller method
ที่เกี่ยวข้อง	5	4
สรุป	The robust synthetic control method extends the classic synthetic control estimator by providing statistically valid uncertainty quantification and inference. Developed by Cattaneo, Feng and Titiunik (2021), it addresses a core limitation of the original approach — the lack of formal prediction intervals — making causal conclusions more defensible when only a single treated unit is observed.	The Synthetic Control Method estimates the causal effect of a treatment or policy on a single treated unit by constructing a weighted combination of untreated units — the synthetic control — that closely resembles the treated unit before the intervention. The gap between the treated unit and its synthetic counterpart after the intervention is the estimated treatment effect.