ScholarGate
עוזר
Regression modelQuasi-experimental / causal inference

Coarsened Exact Matching (CEM) משופרת באמצעות למידת מכונה (ML-CEM)

ML-CEM מרחיבה את Coarsened Exact Matching (Iacus, King & Porro, 2012) על ידי שימוש בלמידת מכונה מונחית (supervised machine learning) לאוטומציה ואופטימיזציה של שלב הקיצון (coarsening step) — דיסקרטיזציה של משתנים רציפים לקטגוריות (bins) — במקום להסתמך על נקודות חיתוך שנקבעו על ידי החוקר. הדבר מפחית הן את הסובייקטיביות האד-הוק בהחלטות הקיצון והן את חוסר האיזון השיורי (residual imbalance), תוך שמירה על הלוגיקה המרכזית של CEM של התאמה מדויקת בתוך שכבות מקוצנות (coarsened strata).

פתיחה ב-MethodMindבקרובApply, compare, get guidance
Tools & resources
הורדת מצגת
Learn & explore
וידאובקרוב

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

מפת שיטות

סביבת השיטות הקרובות — בחרו צומת כדי לחקור.

מקורות

  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. 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

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Machine Learning-Augmented Coarsened Exact Matching Estimator. ScholarGate. https://scholargate.app/he/causal-inference/machine-learning-augmented-coarsened-exact-matching

איזו שיטה?

הציבו שיטה זו לצד קרובותיה הקרובות וקראו אותן זו לצד זו — הספרייה מניחה את הספרים על השולחן; הבחירה בידיכם.

השוואה זה לצד זה
ScholarGateMachine Learning-Augmented Coarsened Exact Matching (Machine Learning-Augmented Coarsened Exact Matching Estimator). אוחזר בתאריך 2026-06-17 מתוך https://scholargate.app/he/causal-inference/machine-learning-augmented-coarsened-exact-matching · מערך נתונים: https://doi.org/10.5281/zenodo.20539026