ScholarGate
Асистент
Regression modelQuasi-experimental / causal inference

Багатоперіодна дворазово робастна оцінка

Багатоперіодна дворазово робастна (DR) оцінка розширює класичний дворазово робастний підхід на лонгітюдні налаштування з множинними періодами лікування та часовими точками. Вона поєднує модель регресії результату та модель схильності до лікування для кожного періоду, зберігаючи узгодженість оцінки причинного ефекту, доки принаймні одна з двох моделей є правильно специфікованою в кожну часову точку.

Відкрити у MethodMindНезабаромВідеоНезабаромЗавантажити слайди

Читати метод повністю

Лише для учасників

Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.

Увійти

Карта методів

Околиця споріднених методів — виберіть вузол, щоб дослідити.

Джерела

  1. Bang, H., & Robins, J. M. (2005). Doubly robust estimation in missing data and causal inference models. Biometrics, 61(4), 962-973. DOI: 10.1111/j.1541-0420.2005.00377.x
  2. Callaway, B., & Sant'Anna, P. H. C. (2021). Difference-in-differences with multiple time periods. Journal of Econometrics, 225(2), 200-230. DOI: 10.1016/j.jeconom.2020.12.001

Як цитувати цю сторінку

ScholarGate. (2026, June 3). Multi-period Doubly Robust Causal Effect Estimator. ScholarGate. https://scholargate.app/uk/causal-inference/multi-period-doubly-robust-estimation

Який метод?

Поставте цей метод поруч із його найближчими спорідненими й читайте їх пліч-о-пліч — бібліотека викладає книги на стіл; вибір за вами.

Порівняти поруч
ScholarGateMulti-period Doubly Robust Estimation (Multi-period Doubly Robust Causal Effect Estimator). Отримано 2026-06-15 з https://scholargate.app/uk/causal-inference/multi-period-doubly-robust-estimation · Набір даних: https://doi.org/10.5281/zenodo.20539026