Coarsened Exact Matching за панелни данни
Coarsened Exact Matching (CEM) за панелни данни прилага алгоритъма Coarsened Exact Matching (CEM) към панелни данни с многократни измервания, като съпоставя третирани и контролни единици в рамките на едни и същи загрубени ковариатни страти през множество времеви периоди. Той балансира характеристиките преди третиране, преди да оцени причинно-следствения ефект от третирането, комбинирайки прозрачността на точното съпоставяне с по-богатата идентификация, налична в надлъжните набори от данни.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
Източници
- Iacus, S. M., King, G., & Porro, G. (2012). Causal Inference without Balance Checking: Coarsened Exact Matching. Political Analysis, 20(1), 1-24. DOI: 10.1093/pan/mpr013 ↗
- 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 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Panel Data Coarsened Exact Matching Estimator. ScholarGate. https://scholargate.app/bg/causal-inference/panel-data-coarsened-exact-matching
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- Прецизно съвпадение чрез окрупняване (CEM)Причинно-следствено заключение↔ сравняване
- Метод на разликите в разликите (Difference-in-Differences, DiD)Иконометрия↔ сравняване
- Оценяващ метод чрез съпоставяне (Matching Estimator)Причинно-следствено заключение↔ сравняване
- Сравняване с оглед на склонността при панелни данниПричинно-следствено заключение↔ сравняване
- Модел с фиксирани ефекти за панелни данниИконометрия↔ сравняване
- Съгласуване по показател на склонностСтатистика за изследвания↔ сравняване
Цитиран в
Similar methods
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →