ScholarGate
Asistent
Regression modelQuasi-experimental / causal inference

Odhad založený na párování

Odhad založený na párování identifikuje kauzální efekt intervence spárováním každé intervencí ovlivněné jednotky s jednou či více neovlivněnými jednotkami, které mají podobné pozorované charakteristiky. Formalizován Rubinem (1973) a s rigorózní teorií pro velké vzorky od Abadieho a Imbense (2006) konstruuje důvěryhodnou kontrolní skupinu z observačních dat bez nutnosti parametrického modelu výsledku.

Otevřít v MethodMindJiž brzyVideoJiž brzyStáhnout prezentaci

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Mapa metod

Okolí příbuzných metod — vyberte uzel, který chcete prozkoumat.

+15 dalších

Zdroje

  1. Abadie, A., & Imbens, G. W. (2006). Large Sample Properties of Matching Estimators for Average Treatment Effects. Econometrica, 74(1), 235-267. DOI: 10.1111/j.1468-0262.2006.00655.x
  2. Rubin, D. B. (1973). Matching to Remove Bias in Observational Studies. Biometrics, 29(1), 159-183. DOI: 10.2307/2529684

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Nonparametric Matching Estimator for Average Treatment Effects. ScholarGate. https://scholargate.app/cs/causal-inference/matching-estimator

Která metoda?

Postavte tuto metodu vedle jejích nejbližších příbuzných a čtěte je vedle sebe — knihovna položí knihy na stůl; volba je na vás.

Porovnat vedle sebe

Odkazuje sem

ScholarGateMatching Estimator (Nonparametric Matching Estimator for Average Treatment Effects). Získáno 2026-06-15 z https://scholargate.app/cs/causal-inference/matching-estimator · Datová sada: https://doi.org/10.5281/zenodo.20539026