Bayesian Coarsened Exact Matching Estimator

El CEM ordinari redueix la confusió agrupant covariables contínues en contenidors i exigint que els emparellaments caiguin en contenidors idèntics. L'extensió bayesiana pregunta: donada aquesta estructura d'emparellament, què ens diuen les dades sobre l'efecte del tractament i quina incertesa tenim? Especificant creences priors i actualitzant-les amb la versemblança (likelihood) de la mostra emparellada, el Bayesian CEM produeix una distribució posterior sobre l'efecte mitjà del tractament en els tractats (average treatment effect on the treated, ATT). Això és especialment valuós quan les mostres són petites o la superposició de covariables és imperfecta, ja que la posterior comunica naturalment la incertesa que una única estimació puntual oculta.