Räumlich vergröberte exakte Übereinstimmung (Spatial CEM)
Spatial Coarsened Exact Matching wendet den Coarsened Exact Matching-Rahmen auf Studiendesigns an, die geografische Einheiten – Nachbarschaften, Zählbezirke, Gemeinden oder Rasterzellen – beinhalten. Kovariaten werden in diskrete Bins vergröbert und Einheiten exakt auf diesen Bins abgeglichen, wobei räumliche Attribute (Standort, Nachbarschaft, geografische Merkmale) als Abgleichdimensionen einbezogen werden, um räumliche Störvariablen zu kontrollieren.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Methodenkarte
Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.
Quellen
- 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 ↗
- Anselin, L., & Rey, S. J. (Eds.) (2014). Modern Spatial Econometrics in Practice: A Guide to GeoDa, GeoDaSpace and PySAL. GeoDa Press. ISBN: 978-0986342103
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Spatial Coarsened Exact Matching Estimator. ScholarGate. https://scholargate.app/de/causal-inference/spatial-coarsened-exact-matching
Welche Methode?
Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.
- Coarsened Exact Matching (CEM)Kausale Inferenz↔ vergleichen
- Differenz-in-Differenzen (DiD)Ökonometrie↔ vergleichen
- Propensity Score MatchingForschungsstatistik↔ vergleichen
- Räumliche doppelt robuste SchätzungKausale Inferenz↔ vergleichen
- Räumliche Propensity-Score-Übereinstimmung (Spatial Propensity Score Matching)Kausale Inferenz↔ vergleichen
- Räumliche Regressions-Diskontinuitäts-Design (Spatial RDD)Kausale Inferenz↔ vergleichen
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →