ScholarGate
Asistents
Regression modelQuasi-experimental / causal inference

Coarsened Exact Matching (CEM)

Coarsened Exact Matching ir pirmapstrādes metode, kas panāk kovariātu līdzsvaru, īslaicīgi sadalot nepārtrauktus mainīgos grupās (bins), precīzi saskaņojot apstrādātās un kontroles vienības šajās grupās un pēc tam noraidot visas nesaskaņotās vienības. Iacus, King un Porro (2011, 2012) ieviestā metode ierobežo katra kovariāta nelīdzsvarotību neatkarīgi, radot saskaņotu izlasi, uz kuras jebkurš novērtētājs var tikt piemērots, nepaļaujoties uz nosacītības rādītāja (propensity score) modeli.

Atvērt MethodMindDrīzumāApply, compare, get guidance
Tools & resources
Lejupielādēt slaidus
Learn & explore
VideoDrīzumā

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Metožu karte

Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.

+vēl 17

Avoti

  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

Kā citēt šo lapu

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

Kura metode?

Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.

Salīdzināt blakus

Uz to atsaucas

ScholarGateCoarsened Exact Matching (Coarsened Exact Matching Estimator). Izgūts 2026-06-17 no https://scholargate.app/lv/causal-inference/coarsened-exact-matching · Datu kopa: https://doi.org/10.5281/zenodo.20539026