Coarsened Exact Matching per Effetti del Trattamento Eterogenei
Il Coarsened Exact Matching per Effetti del Trattamento Eterogenei (HTE-CEM) estende il framework del Coarsened Exact Matching per stimare come gli effetti del trattamento variano tra sottogruppi o caratteristiche individuali. Dopo che il CEM crea strati bilanciati mediante il 'coarsening' (approssimazione) di covariate continue in intervalli (bin) e l'esatta corrispondenza di unità all'interno di ciascun intervallo, i 'conditional average treatment effects' (CATE) vengono calcolati all'interno o tra questi strati, rivelando dove il trattamento funziona, per chi e in che misura.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Mappa dei metodi
Il vicinato dei metodi correlati — seleziona un nodo per esplorare.
Fonti
- 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 ↗
- Imai, K., & Ratkovic, M. (2013). Estimating treatment effect heterogeneity in randomized program evaluation. Annals of Applied Statistics, 7(1), 443-470. DOI: 10.1214/12-AOAS593 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Heterogeneous Treatment Effect Estimation via Coarsened Exact Matching. ScholarGate. https://scholargate.app/it/causal-inference/heterogeneous-treatment-effect-coarsened-exact-matching
Quale metodo?
Affianca questo metodo ai suoi parenti più prossimi e leggili fianco a fianco — la biblioteca dispone i libri sul tavolo; la scelta è tua.
- Coarsened Exact Matching (CEM)Inferenza causale↔ confronta
- Difference-in-Differences (Diff-in-Diff)Econometria↔ confronta
- Entropy BalancingInferenza causale↔ confronta
- Propensity Score Matching per l'Effetto del Trattamento EterogeneoInferenza causale↔ confronta
- Abbinamento del punteggio di propensioneStatistica per la ricerca↔ confronta
Similar methods
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →