Regression modelQuasi-experimental / causal inference
多期反事实影响评估
多期反事实影响评估（CIE）通过构建在未受干预的情况下，受处理单元在多个时间段内会发生什么来估计政策或项目的影响。与单期评估不同，它跟踪治疗效果随时间的变化，捕捉双期比较会遗漏的动态、延迟或衰减的影响。
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
- Caliendo, M., & Kopeinig, S. (2008). Some Practical Guidance for the Implementation of Propensity Score Matching. Journal of Economic Surveys, 22(1), 31-72. DOI: 10.1111/j.1467-6419.2007.00527.x ↗
- Lechner, M. (2010). The Estimation of Causal Effects by Difference-in-Difference Methods. Foundations and Trends in Econometrics, 4(3), 165-224. DOI: 10.1561/0800000014 ↗
如何引用本页
ScholarGate. (2026, June 3). Multi-period Counterfactual Impact Evaluation. ScholarGate. https://scholargate.app/zh/causal-inference/multi-period-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