Policy Evaluation Coarsened Exact Matching
Coarsened Exact Matching (CEM) is a quasi-experimental causal-inference technique that creates balanced treatment and control groups from observational data by temporarily coarsening covariates into bins, exactly matching units within those bins, and then pruning unmatched observations before estimating policy effects. Introduced by Iacus, King, and Porro, CEM belongs to the monotonic imbalance bounding family of matching methods and is especially popular in policy evaluation.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- 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
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.