ScholarGate
어시스턴트
Regression modelQuasi-experimental / causal inference

Coarsened Exact Matching (CEM)

Coarsened Exact Matching은 연속형 변수를 구간으로 임시로 조정한 후, 해당 구간 내에서 처리군과 대조군 단위를 정확히 일치시키고 일치하지 않는 모든 단위를 폐기함으로써 공변량 균형을 달성하는 전처리 방법입니다. Iacus, King, Porro (2011, 2012)에 의해 소개된 이 방법은 각 공변량의 불균형을 독립적으로 제한하여, 성향 점수 모델에 의존하지 않고 어떤 추정량이라도 적용할 수 있는 일치된 표본을 생성합니다.

MethodMind에서 열기곧 제공Apply, compare, get guidance
Tools & resources
슬라이드 다운로드
Learn & explore
동영상곧 제공

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

방법 지도

관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.

+17개 더

출처

  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. 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

이 페이지 인용 방법

ScholarGate. (2026, June 3). Coarsened Exact Matching Estimator. ScholarGate. https://scholargate.app/ko/causal-inference/coarsened-exact-matching

어떤 방법일까요?

이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.

나란히 비교하기

이 방법을 참조하는 항목

ScholarGateCoarsened Exact Matching (Coarsened Exact Matching Estimator). 2026-06-17에 다음에서 검색함: https://scholargate.app/ko/causal-inference/coarsened-exact-matching · 데이터셋: https://doi.org/10.5281/zenodo.20539026