Regression modelQuasi-experimental / causal inference
베이지안 조밀화 정확 매칭
베이지안 조밀화 정확 매칭(Bayesian CEM)은 Iacus, King, Porro의 조밀화-정확 매칭 프레임워크와 베이지안 사후 추론을 결합합니다. 공변량은 더 조밀한 구간으로 이산화되어 처리군과 대조군 단위가 해당 구간 내에서 정확하게 매칭될 수 있도록 하며, 베이지안 사전분포는 처리 효과 매개변수에 적용되어 단일 점 추정치가 아닌 인과적 추정량에 대한 전체 사후 분포를 생성합니다.
MethodMind에서 열기곧 제공Apply, compare, get guidance
Tools & resources
Learn & explore
동영상곧 제공
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- 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 ↗
- Hill, J. L. (2011). Bayesian Nonparametric Modeling for Causal Inference. Journal of Computational and Graphical Statistics, 20(1), 217-240. DOI: 10.1198/jcgs.2010.08162 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bayesian Coarsened Exact Matching Estimator. ScholarGate. https://scholargate.app/ko/causal-inference/bayesian-coarsened-exact-matching
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- 베이지안 매칭 추정량인과추론↔ 비교
- 베이지안 성향 점수 매칭인과추론↔ 비교
- Coarsened Exact Matching (CEM)인과추론↔ 비교
- 엔트로피 균형인과추론↔ 비교
- 매칭 추정량인과추론↔ 비교
- 성향 점수 매칭연구 통계↔ 비교