Key points are not available for this paper at this time.
O método de controle sintético (MCS) é uma abordagem popular para estimar o impacto de um tratamento em uma única unidade com dados em painel. Dois desafios surgem com dados de maior frequência (por exemplo, mensal versus anual): (i) alcançar um ajuste excelente antes do tratamento é tipicamente mais desafiador, e (ii) a sobreajuste a ruídos é mais provável. Agregar dados ao longo do tempo pode mitigar esses problemas, mas também pode destruir sinais importantes. Neste artigo, limitamos o viés para o MCS com resultados desagregados e agregados e fornecemos condições sob as quais a agregação estreita os limites. Em seguida, propomos encontrar pesos que equilibrem séries desagregadas e agregadas.
Sun et al. (Quarta,) estudaram esta questão.