পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| বিষমধর্মী ট্রিটমেন্ট ইফেক্ট প্রপেনসিটি স্কোর ম্যাচিং× | ম্যাচিং এস্টিমেটর× | |
|---|---|---|
| ক্ষেত্র | কার্যকারণ অনুমান | কার্যকারণ অনুমান |
| পরিবার | Regression model | Regression model |
| উদ্ভবের বছর≠ | 1983–2016 | 1973 |
| প্রবর্তক≠ | Rosenbaum & Rubin (PSM foundation, 1983); Athey & Imbens (HTE extensions, 2016) | Rubin (1973); large-sample theory by Abadie & Imbens (2006) |
| ধরন≠ | Causal inference / matching with effect heterogeneity | Nonparametric matching / causal inference |
| মৌলিক উৎস≠ | Athey, S., & Imbens, G. W. (2016). Recursive Partitioning for Heterogeneous Causal Effects. Proceedings of the National Academy of Sciences, 113(27), 7353-7360. DOI ↗ | Abadie, A., & Imbens, G. W. (2006). Large Sample Properties of Matching Estimators for Average Treatment Effects. Econometrica, 74(1), 235-267. DOI ↗ |
| অপর নাম | HTE-PSM, CATE via PSM, subgroup treatment effect matching, conditional average treatment effect matching | nearest-neighbor matching, NNM, matching on covariates, covariate matching |
| সম্পর্কিত≠ | 5 | 6 |
| সারসংক্ষেপ≠ | Heterogeneous Treatment Effect Propensity Score Matching extends standard PSM to estimate how treatment effects vary across subgroups or individual characteristics. Rather than reporting a single average treatment effect, it uses the matched sample to estimate conditional average treatment effects (CATE), revealing which types of units benefit most or least from a treatment. | The matching estimator identifies the causal effect of a treatment by pairing each treated unit with one or more untreated units that have similar observed characteristics. Formalised by Rubin (1973) and given rigorous large-sample theory by Abadie and Imbens (2006), it constructs a credible control group from observational data without requiring a parametric model for the outcome. |
| ScholarGateডেটাসেট ↗ |
|
|