Maskinlæringsforstærket forsimplet eksakt matching (ML-CEM)
Maskinlæringsforstærket forsimplet eksakt matching udvider forsimplet eksakt matching (Coarsened Exact Matching) (Iacus, King & Porro, 2012) ved at bruge superviseret maskinlæring til at automatisere og optimere forsimplings-trinnet – diskretiseringen af kontinuerte kovariater i intervaller – snarere end at basere sig på forskerspecificerede skæringspunkter. Dette reducerer både ad hoc-subjektivitet i forsimplingsbeslutninger og resterende ubalance, samtidig med at CEM's kerneprincip om eksakt matching inden for forsimplede strata bevares.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Metodekort
Nabolaget af beslægtede metoder — vælg en knude for at udforske.
Kilder
- 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., & Ratkovic, M. (2014). Covariate balancing propensity score. Journal of the Royal Statistical Society: Series B, 76(1), 243-263. DOI: 10.1111/rssb.12027 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Machine Learning-Augmented Coarsened Exact Matching Estimator. ScholarGate. https://scholargate.app/da/causal-inference/machine-learning-augmented-coarsened-exact-matching
Hvilken metode?
Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.
- Coarsened Exact Matching (CEM)Kausal inferens↔ sammenlign
- Dobbelt Robust Estimation (AIPW)Kausal inferens↔ sammenlign
- Entropy BalancingKausal inferens↔ sammenlign
- Maskinlærings-augmenteret propensity score matchingKausal inferens↔ sammenlign
- Estimator for matchingKausal inferens↔ sammenlign
- Propensity Score MatchingForskningsstatistik↔ sammenlign
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →