Regression modelQuasi-experimental / causal inference
动态反事实影响评估
动态反事实影响评估（dynamic CIE）将标准反事实项目评估扩展到治疗在多个时期被顺序分配的场景。它不是比较单一的治疗与未治疗状态，而是估计整个治疗轨迹或制度的因果效应，同时考虑中间结果和时变协变量如何反馈到后续的治疗决策中。
在 MethodMind 中打开即将推出Apply, compare, get guidance
Tools & resources
Learn & explore
视频即将推出
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- Robins, J. M. (1986). A new approach to causal inference in mortality studies with a sustained exposure period — application to control of the healthy worker survivor effect. Mathematical Modelling, 7(9-12), 1393-1512. DOI: 10.1016/0270-0255(86)90088-6 ↗
- Lechner, M. (2009). Sequential causal models for the evaluation of labor market programs. Journal of Business and Economic Statistics, 27(1), 71-83. DOI: 10.1198/jbes.2009.0006 ↗
如何引用本页
ScholarGate. (2026, June 3). Dynamic Counterfactual Impact Evaluation. ScholarGate. https://scholargate.app/zh/causal-inference/dynamic-counterfactual-impact-evaluation
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- 反事实影响评估 (CIE)因果推断↔ 比较
- 双重差分法 (Diff-in-Diff)计量经济学↔ 比较
- 动态双重差分因果推断↔ 比较
- Marginal Structural Model (MSM)因果推断↔ 比较
- 面板事件研究因果推断↔ 比较
- 倾向得分加权法 (PSW / IPW)因果推断↔ 比较