Coarsened Exact Matching (CEM)
A Coarsened Exact Matching (CEM) egy előfeldolgozási módszer, amely a kovariancia-egyensúlyt úgy éri el, hogy ideiglenesen folytonos változókat bin-ekre (kategóriákra) csoportosít, a kezelt és kontroll egységeket pontosan illeszti ezeken a bin-eken belül, majd elvet minden illesztetlen egységet. Az Iacus, King és Porro (2011, 2012) által bevezetett módszer minden kovarianciára külön-külön korlátozza az egyensúlyhiányt, így egy illesztett mintát eredményez, amelyen bármilyen becslő módszer alkalmazható a propensity score modelltől függetlenül.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Módszertérkép
A rokon módszerek környezete — válasszon ki egy csomópontot a felfedezéshez.
+17 további
Források
- 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 ↗
- Iacus, S. M., King, G., & Porro, G. (2011). Multivariate matching methods that are monotonic imbalance bounding. Journal of the American Statistical Association, 106(493), 345-361. DOI: 10.1198/jasa.2011.tm09599 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Coarsened Exact Matching Estimator. ScholarGate. https://scholargate.app/hu/causal-inference/coarsened-exact-matching
Melyik módszer?
Állítsa e módszert a hozzá legközelebb álló rokonai mellé, és olvassa őket egymás mellett — a könyvtár az asztalra teszi a könyveket; a választás az Öné.
- A különbség-különbségek (Diff-in-Diff) módszerÖkonometria↔ összehasonlítás
- EntrópiapontozásOksági következtetés↔ összehasonlítás
- Az inverz valószínűségi kezelési súlyozás (IPW / IPTW)Oksági következtetés↔ összehasonlítás
- Illesztő becslőOksági következtetés↔ összehasonlítás
- Tárgyhajlamossági pontszám illesztésKutatási statisztika↔ összehasonlítás
- Propensity Score Weighting (PSW / IPW)Oksági következtetés↔ összehasonlítás
Hivatkozik rá
Similar methods
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →