Novērtēšanas vienādošana (Matching Estimator)
Novērtēšanas vienādošana nosaka ārstēšanas cēloņseku, saskaņojot katru ārstēto vienību ar vienu vai vairākām neārstētām vienībām, kurām ir līdzīgas novērotās īpašības. Formāli to formulējis Rubins (1973), un Abadijs un Imbenss (2006) sniedza stingru lielo paraugu teoriju, tā veido ticamu kontroles grupu no novērojumu datiem, neprasot parametrisku iznākuma modeli.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
+vēl 15
Avoti
- Abadie, A., & Imbens, G. W. (2006). Large Sample Properties of Matching Estimators for Average Treatment Effects. Econometrica, 74(1), 235-267. DOI: 10.1111/j.1468-0262.2006.00655.x ↗
- Rubin, D. B. (1973). Matching to Remove Bias in Observational Studies. Biometrics, 29(1), 159-183. DOI: 10.2307/2529684 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Nonparametric Matching Estimator for Average Treatment Effects. ScholarGate. https://scholargate.app/lv/causal-inference/matching-estimator
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Coarsened Exact Matching (CEM)Cēloņsakarību secināšana↔ salīdzināt
- Diferenču starpībām (Diff-in-Diff)Ekonometrija↔ salīdzināt
- Divkārši robusta novērtēšana (AIPW)Cēloņsakarību secināšana↔ salīdzināt
- Apgrieztā varbūtības svēršana (IPW / IPTW)Cēloņsakarību secināšana↔ salīdzināt
- Propensity Score MatchingPētniecības statistika↔ salīdzināt
- Aproksimēta novērtēšana (PSW / IPW)Cēloņsakarību secināšana↔ salīdzināt
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →