Average treatment effects in regression models with interactions between treatment and manifest or latent covariates

Flory, Felix

In der vorliegenden Dissertation werden statistische Methoden der Datenanalyse zur Untersuchung von bedingten und von durchschnittlichen Behandlungseffekten entwickelt. Dabei werden Interaktionseffekte von Behandlung mit Kovariaten explizit berücksichtig. Die Kovariaten können dabei sowohl manifest als auch latent sein. In vielen Anwendungsfällen werden (durchschnittliche) Behandlungseffekte durch einen einfachen Mittelwertsvergleich der betreffenden Behandlungsgruppen evaluiert. Kovariate werden in Interventionsstudien miteinbezogen, z. B. um die Effekte der Kovariaten selbst oder Interaktionseffekte zu untersuchen, um die Teststärke zu erhöhen oder (in Feldstudien) um eine mögliche kausale Verfälschung zu adjustieren.

Zitieren

Zitierform:

Flory, Felix: Average treatment effects in regression models with interactions between treatment and manifest or latent covariates. 2008.

Zugriffsstatistik

Gesamt:
Volltextzugriffe:
Metadatenansicht:
12 Monate:
Volltextzugriffe:
Metadatenansicht:

Grafik öffnen

Export