ScholarGate
Asisten
Regression modelQuasi-experimental / causal inference

Pencocokan Tepat yang Diperhalus (Coarsened Exact Matching/CEM) yang Diperkaya Pembelajaran Mesin (ML-CEM)

ML-CEM memperluas CEM (Iacus, King & Porro, 2012) dengan menggunakan pembelajaran mesin terawasi untuk mengotomatisasi dan mengoptimalkan langkah penghalusan—diskretisasi kovariat kontinu menjadi bin—alih-alih bergantung pada titik potong yang ditentukan peneliti. Hal ini mengurangi subjektivitas ad hoc dalam keputusan penghalusan dan ketidakseimbangan residual, sambil mempertahankan logika inti CEM tentang pencocokan tepat dalam strata yang dihaluskan.

Buka di MethodMindSegeraApply, compare, get guidance
Tools & resources
Unduh salindia
Learn & explore
VideoSegera

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Peta metode

Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.

Sumber

  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

Cara menyitasi halaman ini

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

Metode yang mana?

Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.

Bandingkan berdampingan
ScholarGateMachine Learning-Augmented Coarsened Exact Matching (Machine Learning-Augmented Coarsened Exact Matching Estimator). Diakses 2026-06-17 dari https://scholargate.app/id/causal-inference/machine-learning-augmented-coarsened-exact-matching · Set data: https://doi.org/10.5281/zenodo.20539026