ScholarGate
Assistant
Regression modelQuasi-experimental / causal inference

Spatial Coarsened Exact Matching (Spatial CEM)

Spatial Coarsened Exact Matching applique le cadre de Coarsened Exact Matching aux plans d'étude impliquant des unités géographiques — quartiers, secteurs de recensement, municipalités ou cellules de grille. Les covariables sont réduites en catégories discrètes et les unités sont appariées exactement sur ces catégories, avec des attributs spatiaux (localisation, adjacence, caractéristiques géographiques) incorporés comme dimensions d'appariement pour contrôler le brouillage spatial.

Ouvrir dans MethodMindBientôtApply, compare, get guidance
Tools & resources
Télécharger les diapositives
Learn & explore
VidéoBientôt

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Carte des méthodes

Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.

Sources

  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

Comment citer cette page

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

Quelle méthode ?

Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.

Comparer côte à côte
ScholarGateSpatial Coarsened Exact Matching (Spatial Coarsened Exact Matching Estimator). Consulté le 2026-06-17 sur https://scholargate.app/fr/causal-inference/spatial-coarsened-exact-matching · Jeu de données : https://doi.org/10.5281/zenodo.20539026