Regression modelQuasi-experimental / causal inference

面板数据匹配估计量

面板数据匹配估计量通过将每个处理单元与在处理前时期具有相似协变量历史的一个或多个对照单元进行配对来识别因果处理效应。通过利用面板数据的纵向结构，它可以控制可观测的时间变化混淆因素和稳定的单元特征，估计处理组的平均处理效应（ATT），而无需平行趋势假设。

在 MethodMind 中打开即将推出视频即将推出下载幻灯片

阅读完整方法

仅限会员

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。

面板数据匹配估计量

粗化精确匹配 (CEM)双重差分法 (Diff-in-Diff)匹配估计量面板数据双重差分法 (Panel DiD / T…面板数据固定效应模型倾向得分匹配动态匹配估计量多期匹配估计量面板数据逆概率加权

来源

Heckman, J. J., Ichimura, H., & Todd, P. E. (1997). Matching as an econometric evaluation estimator: Evidence from evaluating a job training programme. Review of Economic Studies, 64(4), 605-654. DOI: 10.2307/2971733 ↗
Imai, K., Kim, I. S., & Wang, E. H. (2021). Matching methods for causal inference with time-series cross-sectional data. American Journal of Political Science, 67(3), 587-605. DOI: 10.1111/ajps.12685 ↗

如何引用本页

ScholarGate. (2026, June 3). Panel Data Matching Estimator for Average Treatment Effects. ScholarGate. https://scholargate.app/zh/causal-inference/panel-data-matching-estimator

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。

并排比较 →

被引用于

动态匹配估计量多期匹配估计量面板数据逆概率加权

发现本页有问题？报告或提出修改建议 →