Phương pháp Kiểm soát Tổng hợp Mạnh mẽ
Phương pháp Kiểm soát Tổng hợp Mạnh mẽ (Robust Synthetic Control Method) mở rộng ước lượng kiểm soát tổng hợp cổ điển bằng cách cung cấp định lượng và suy luận không chắc chắn có giá trị thống kê. Được phát triển bởi Cattaneo, Feng và Titiunik (2021), phương pháp này giải quyết một hạn chế cốt lõi của cách tiếp cận ban đầu — thiếu các khoảng dự đoán chính thức — làm cho các kết luận nhân quả trở nên có thể bảo vệ hơn khi chỉ quan sát một đơn vị được xử lý duy nhất.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Bản đồ phương pháp
Lân cận của các phương pháp liên quan — chọn một nút để khám phá.
Nguồn tài liệu
- Cattaneo, M. D., Feng, Y., & Titiunik, R. (2021). Prediction Intervals for Synthetic Control Methods. Journal of the American Statistical Association, 116(536), 1865-1880. DOI: 10.1080/01621459.2021.1979561 ↗
- Abadie, A., Diamond, A., & Hainmueller, J. (2015). Comparative Politics and the Synthetic Control Method. American Journal of Political Science, 59(2), 495-510. DOI: 10.1111/ajps.12116 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Robust Synthetic Control Method with Uncertainty Quantification. ScholarGate. https://scholargate.app/vi/causal-inference/robust-synthetic-control-method
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.
- Phương pháp Kiểm soát Tổng hợp BayesSuy luận nhân quả↔ so sánh
- Phương pháp Sai phân kép (Difference-in-Differences - DiD)Kinh tế lượng↔ so sánh
- Sai Khác Mạnh Mẽ trong Sai KhácSuy luận nhân quả↔ so sánh
- Phân tích độ nhạy cho tính nhân quảSuy luận nhân quả↔ so sánh
- Phương pháp Kiểm soát Tổng hợp (SCM)Suy luận nhân quả↔ so sánh
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →