ScholarGate
Trợ lý
Regression modelQuasi-experimental / causal inference

Ước lượng Đôi khi Mạnh mẽ Đa kỳ

Ước lượng Đôi khi Mạnh mẽ (DR) Đa kỳ mở rộng phương pháp đôi khi mạnh mẽ cổ điển sang các bối cảnh dọc với nhiều kỳ điều trị và điểm thời gian. Nó kết hợp một mô hình hồi quy kết quả và một mô hình điểm xu hướng cho mỗi kỳ, duy trì tính nhất quán của ước lượng hiệu ứng nhân quả miễn là ít nhất một trong hai mô hình được chỉ định đúng tại mỗi thời điểm.

Mở trong MethodMindSắp ra mắtVideoSắp ra mắtTải xuống bản trình chiếu

Đọc toàn bộ phương pháp

Chỉ dành cho thành viên

Đăng nhập bằng tài khoản miễn phí để đọc phần này.

Đăng nhập

Bản đồ phương pháp

Lân cận của các phương pháp liên quan — chọn một nút để khám phá.

Nguồn tài liệu

  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

Cách trích dẫn trang này

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

Phương pháp nào?

Đặt phương pháp này bên cạnh những phương pháp gần gũi nhất với nó và đọc chúng song song — thư viện bày sách lên bàn; lựa chọn là của bạn.

So sánh song song
ScholarGateMulti-period Doubly Robust Estimation (Multi-period Doubly Robust Causal Effect Estimator). Truy cập ngày 2026-06-15 từ https://scholargate.app/vi/causal-inference/multi-period-doubly-robust-estimation · Bộ dữ liệu: https://doi.org/10.5281/zenodo.20539026