ScholarGate
Assistent
Regression modelQuasi-experimental / causal inference

Ruumiliselt jämedaks kodeeritud täpne sobitamine (Spatial CEM)

Spatial CEM rakendab Coarsened Exact Matching (CEM) raamistikku geograafilisi üksusi – naabruskondi, rahvaloenduspiirkondi, omavalitsusi või ruudustikurakke – hõlmavate uurimiskavade uurimiseks. Kovariaadid jämedustatakse diskreetseteks rühmadeks ja üksused paigutatakse täpselt nende rühmade järgi, kusjuures ruumilised atribuudid (asukoht, naabrus, geograafilised omadused) on kaasatud täpsustamise mõõtmetena ruumilise segaduse kontrollimiseks.

Ava rakenduses MethodMindPeagiApply, compare, get guidance
Tools & resources
Laadi slaidid alla
Learn & explore
VideoPeagi

Loe meetodi täielikku kirjeldust

Ainult liikmetele

Selle osa lugemiseks logi sisse tasuta kontoga.

Logi sisse

Meetodikaart

Seotud meetodite ümbruskond — vali sõlm, et seda uurida.

Allikad

  1. 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
  2. Anselin, L., & Rey, S. J. (Eds.) (2014). Modern Spatial Econometrics in Practice: A Guide to GeoDa, GeoDaSpace and PySAL. GeoDa Press. ISBN: 978-0986342103

Kuidas sellele lehele viidata

ScholarGate. (2026, June 3). Spatial Coarsened Exact Matching Estimator. ScholarGate. https://scholargate.app/et/causal-inference/spatial-coarsened-exact-matching

Milline meetod?

Aseta see meetod oma lähimate sugulaste kõrvale ja loe neid kõrvuti — raamatukogu laob raamatud lauale; valik on sinu.

Võrdle kõrvuti
ScholarGateSpatial Coarsened Exact Matching (Spatial Coarsened Exact Matching Estimator). Loetud 2026-06-17 aadressilt https://scholargate.app/et/causal-inference/spatial-coarsened-exact-matching · Andmestik: https://doi.org/10.5281/zenodo.20539026