İçeriğe geçScholarGate
KütüphaneKitaplığımMasaReview StudioAsistan
Giriş
Bu sayfada
SezgiNasıl çalışırNe zaman kullanılırGüçlü yönler & sınırlılıklarYaygın tuzaklarUygulamalarSSS🔒 Tam yöntemi okuKaynaklarİlişkili yöntemler
Bu sayfaya atıf yapBu sayfada bir hata mı var? Bildir / düzeltme öner →
Ana sayfa›Nedensel çıkarım›Sentetik Kontrol Yöntemi (SCM)
Regression modelQuasi-experimental / causal inference

Sentetik Kontrol Yöntemi (SCM)

Synthetic Control Method for Comparative Case Studies · Ayrıca şöyle bilinir: SCM, synthetic control, synth estimator, Abadie-Diamond-Hainmueller method

Sentetik Kontrol Yöntemi, müdahaleden önceki dönemde müdahale edilmemiş birimleri ağırlıklı bir kombinasyonunu — sentetik kontrol — oluşturarak tek bir müdahale edilmiş birim üzerindeki bir tedavi veya politikanın nedensel etkisini tahmin eder. Müdahaleden sonra müdahale edilmiş birim ile onun sentetik karşılığı arasındaki fark, tahmin edilen tedavi etkisidir.

ScholarGate
  1. Regression model
  2. v1
  3. 2 Kaynaklar
  4. PUBLISHED
Bu sayfaya atıf yap →
Araçlar & kaynaklar
Slaytları indir
Öğren & keşfet

Tam yöntemi oku

Yalnızca üyeler

Bu bölümü okumak için ücretsiz hesapla giriş yapın.

Giriş yap

Yöntem haritası

İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.

Sentetik Kontrol Yöntemi (SCM)
Nedensel Etki AnaliziFarkların Farkı (Diff-in…Nedensel Çıkarım için En…Eğilim Skoru EşleştirmesiBayesci Nedensel Etki An…Bayes Karşı-Olgusal Etki…Bayesian Farkların Farkı…Bayes Sentetik Kontrol Y…Karşı-olgusal Etki Değer…Eğitim Araştırmalarında…

+35 tane daha

Ne zaman kullanılır

Tek veya çok az sayıda toplu birimin (ülkeler, eyaletler, bölgeler, firmalar) iyi tanımlanmış bir müdahale ile muamele edildiği, benzer müdahale edilmemiş birimler kümesi için müdahale öncesi uzun bir sonuç paneli mevcut olduğu ve müdahalenin tüm birimleri aynı anda etkilemediği durumlarda sentetik kontrol yöntemini kullanın. Özellikle doğal bir karşılaştırma biriminin bulunmadığı ve farkların farkı varsayımlarının (paralel eğilimler) çok kısıtlayıcı olduğu durumlarda değerlidir. Bağış havuzu çok küçükse (beşten az bağışçı), müdahale öncesi uyum sağlanamıyorsa çünkü bağışçıların ağırlıklı bir kombinasyonu müdahale edilmiş birimi izlemiyorsa, tedavi birimi karşılaştırılabilir bağışçıları olmayan bir aykırı değerse veya sonuç serisi müdahale öncesi dengeyi güvenilir bir şekilde oluşturmak için çok kısaysa kullanılmamalıdır.

Güçlü yönler & sınırlılıklar

Güçlü yönler
  • Tek bir karşılaştırma grubu için paralel eğilimler varsayımının geçerli olmasını gerektirmeyen, şeffaf, veri odaklı bir karşı-olgusal sunar.
  • Bire bire eşit olmayan ve toplamı bire eşit olan negatif olmayan ağırlıklar, bağış havuzunun dışbükey zarfının ötesine geçmeyi önleyerek sentetik kontrolü yorumlanabilir kılar.
  • Müdahale edilmiş ve sentetik kontrol yollarının görsel gösterimi, uyum kalitesini ve müdahale sonrası farkı okuyuculara anında gösterir.
  • Plasebo tabanlı çıkarım, büyük örneklem asimptotiğine dayanmaz ve yalnızca bir müdahale edilmiş birim olduğunda bile geçerlidir.
  • Müdahale öncesi uyum kalitesi doğrudan gözlemlenebilir ve karşı-olgusalın güvenilirliği için yerleşik bir tanılayıcı görevi görür.
Sınırlılıklar
  • Yöntem toplu birimler için tasarlanmıştır; önemli bir toplama işlemi yapılmadan bireysel düzeydeki mikro verilere uygun değildir.
  • İyi bir müdahale öncesi uyum sağlamak birçok müdahale öncesi dönem gerektirir; kısa bir temel, sentetik kontrolün güvenilirliğini zayıflatır.
  • Küçük bir bağış havuzu ile, plasebo farklarının dağılımı kaba olur ve çıkarım gücü sınırlıdır.
  • Yöntem, genelleştirilmiş sentetik kontrol gibi uzantılar olmadan birden fazla eşzamanlı olarak müdahale edilmiş birime doğrudan genellenmez.

SSS

How is the synthetic control different from difference-in-differences?

DiD compares a treated group to a single (or equally-weighted) control group under a parallel-trends assumption. The synthetic control constructs an optimally-weighted combination of multiple donors that best matches the treated unit before the intervention, making the counterfactual more flexible and transparent. It is especially suited to one treated unit; DiD is better when many treated units are available.

How do I assess whether the synthetic control is credible?

Inspect the pre-treatment fit: plot both series and compute the root mean squared prediction error (RMSPE) in the pre-period. A low RMSPE relative to the donor pool indicates a credible counterfactual. If the pre-treatment gap is as large as the post-treatment gap, the result is not informative.

How is statistical significance tested without a p-value from a standard regression?

Significance is assessed through placebo (permutation) tests: the synthetic control procedure is applied to each donor unit as if it were treated. If the treated unit's post-intervention RMSPE ratio (post/pre) is much larger than those of the placebos, this provides evidence that the observed gap is unlikely to arise by chance.

Can I use the synthetic control with many treated units?

The original method targets a single treated unit. For multiple treated units or staggered adoption, extensions such as the generalized synthetic control (Xu, 2017) or the augmented synthetic control (Ben-Michael et al., 2021) are recommended.

What is a good donor pool size?

A donor pool of at least ten to twenty untreated units is generally advisable to allow meaningful optimization and credible placebo inference. Fewer than five donors severely limits both pre-treatment fit options and the power of permutation tests.

Kaynaklar

  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., & Gardeazabal, J. (2003). The Economic Costs of Conflict: A Case Study of the Basque Country. American Economic Review, 93(1), 113-132. DOI: 10.1257/000282803321455188 ↗

Bu sayfayı kaynak gösterin

ScholarGate. (2026, June 3). Synthetic Control Method for Comparative Case Studies. ScholarGate. https://scholargate.app/tr/causal-inference/synthetic-control-method

İlişkili yöntemler

Nedensel Etki AnaliziFarkların Farkı (Diff-in-Diff)Nedensel Çıkarım için Enstrümantal Değişkenler (IV) YöntemiEğilim Skoru Eşleştirmesi

Hangi yöntem?

Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.

  • Nedensel Etki AnaliziNedensel çıkarım↔ karşılaştır
  • Farkların Farkı (Diff-in-Diff)Ekonometri↔ karşılaştır
  • Nedensel Çıkarım için Enstrümantal Değişkenler (IV) YöntemiSağlık ekonomisi↔ karşılaştır
  • Eğilim Skoru EşleştirmesiAraştırma istatistiği↔ karşılaştır
Yan yana karşılaştır →

Bu yönteme atıf yapanlar

Bayesci Nedensel Etki AnaliziBayes Karşı-Olgusal Etki DeğerlendirmesiBayesian Farkların Farkı (Bayesian Difference-in-Differences)Bayes Sentetik Kontrol YöntemiNedensel Etki AnaliziKarşı-olgusal Etki Değerlendirmesi (CIE)Eğitim Araştırmalarında Karşı-Olgusal Etki DeğerlendirmesiEğitim Araştırmalarında Farkların Farkı YöntemiDinamik Farkların FarkıDinamik Sentetik Kontrol YöntemiHeterojen Tedavi Etkisi Nedensel Etki AnaliziHeterojen Tedavi Etkisi Farkların Farkı (HTE-DiD)Heterojen Tedavi Etkisi Sentetik Kontrol YöntemiKesintili Zaman Serileri Analizi Eğitim AraştırmalarındaMakine Öğrenmesi Destekli Nedensel Etki AnaliziMakine Öğrenmesi Destekli Karşı-olgusal Etki DeğerlendirmesiMakine Öğrenmesi Destekli Farkların Farkı (ML-DiD)Makine Öğrenmesi Destekli Kesintili Zaman SerileriMakine Öğrenmesi Destekli Plasebo TestiMakine Öğrenmesi Destekli Sentetik Kontrol YöntemiÇok Dönemli Nedensel Etki AnaliziÇok Dönemli Farkların Farkı (Aşamalı DiD)Çok Dönemli Sentetik Kontrol YöntemiPanel Veri Nedensel Etki AnaliziPanel Veri Farkların Farkı (Panel DiD / TWFE)Kesintili Zaman Serisi Panel VerileriPanel Veri Plasebo TestiPanel Veri Sentetik Kontrol YöntemiPanel Olay ÇalışmasıEğitim Araştırmalarında Plasebo TestiPolitika Değerlendirmesi Nedensel Etki AnaliziCEM ile Politika DeğerlendirmesiPolitika Değerlendirme Karşı-olgusal Etki Değerlendirmesi (KED)Politika Değerlendirmesi Farkların FarkıPolitika Değerlendirmesi için Entropi DengelemesiPolitika Değerlendirmesi İçin Kesintili Zaman SerileriPolitika Değerlendirme Plasebo TestiSağlam Nedensel Etki AnaliziSağlam Sentetik Kontrol YöntemiMekansal Nedensel Etki AnaliziMekansal Karşı-Olgusal Etki Değerlendirmesi (SCIE)Mekansal Sentetik Kontrol Yöntemi

Benzer yöntemler

Suni Kontrol Yöntemi (SCM) Politika Değerlendirmesi İçinPanel Veri Sentetik Kontrol YöntemiSentetik Kontrol Yöntemi (SCM)Çok Dönemli Sentetik Kontrol YöntemiDinamik Sentetik Kontrol YöntemiSağlam Sentetik Kontrol YöntemiMekansal Sentetik Kontrol YöntemiHeterojen Tedavi Etkisi Sentetik Kontrol Yöntemi

İlgili referans kavramlar

Yarı Deneysel ve Doğal Deney TasarımıDoğal DeneyKarşıolgusal Akıl YürütmeEconometricsNedensel ÇıkarımNedensel Tanımlama

Bu sayfada bir hata mı var? Bildir / düzeltme öner →

ScholarGate — Synthetic Control Method (Synthetic Control Method for Comparative Case Studies). 2026-07-21 tarihinde şu adresten erişildi: https://scholargate.app/tr/causal-inference/synthetic-control-method · Veri seti: https://doi.org/10.5281/zenodo.20539026
Hızlı bilgiler
Originator
Alberto Abadie & Javier Gardeazabal (2003); Abadie, Diamond & Hainmueller (2010)
Year
2003–2010
Type
Quasi-experimental causal inference
DataType
Aggregate panel data (few treated units, many pre-treatment periods)
Subfamily
Quasi-experimental / causal inference
İlişkili yöntemler
Nedensel Etki AnaliziFarkların Farkı (Diff-in-Diff)Nedensel Çıkarım için Enstrümantal Değişkenler (IV) YöntemiEğilim Skoru Eşleştirmesi
ScholarGate

Araştırma yöntemleri için içerik öncelikli bir referans kütüphanesi — her yöntemin ne olduğu, nasıl çalıştığı ve nereden geldiği.

Açık veri (CC-BY)

Keşfet

  • Kütüphane
  • Yöntemlerde ara…
  • Alanlara göre gez
  • Alanlar
  • Yolculuk
  • Karşılaştır
  • Hangi yöntem?

Başvuru

  • Konular
  • Atlas
  • Sözlük
  • Metodoloji
  • Felsefe

Çalışma alanı

  • Kitaplığım
  • Masa
  • Sohbet

Şirket

  • Hakkımızda
  • Fiyatlandırma
  • İletişim
  • Yöntem öner

Kayıtlar, başvuru amacıyla yayımlanmış kaynaklardan derlenmiştir. Herhangi bir bilginin doğruluğunu ve kendi kullanımınıza uygunluğunu denetlemek sizin sorumluluğunuzdadır.

© 2026 ScholarGate · Araştırma yöntemleri referans kütüphanesi
  • Gizlilik
  • Çerezler
  • Koşullar
  • Hesabı sil