ScholarGate
Pembantu
Regression modelQuasi-experimental / causal inference

Penganggar Padanan

Penganggar padanan mengenal pasti kesan kausal rawatan dengan memadankan setiap unit yang dirawat dengan satu atau lebih unit yang tidak dirawat yang mempunyai ciri-ciri ketara yang serupa. Diformalkan oleh Rubin (1973) dan diberi teori sampel besar yang ketat oleh Abadie dan Imbens (2006), ia membina kumpulan kawalan yang kredibel daripada data pemerhatian tanpa memerlukan model parametrik untuk hasil.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiMuat turun slaid

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Peta kaedah

Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.

+15 lagi

Sumber

  1. 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
  2. Rubin, D. B. (1973). Matching to Remove Bias in Observational Studies. Biometrics, 29(1), 159-183. DOI: 10.2307/2529684

Cara memetik halaman ini

ScholarGate. (2026, June 3). Nonparametric Matching Estimator for Average Treatment Effects. ScholarGate. https://scholargate.app/ms/causal-inference/matching-estimator

Kaedah yang mana?

Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.

Bandingkan secara bersebelahan

Dirujuk oleh

ScholarGateMatching Estimator (Nonparametric Matching Estimator for Average Treatment Effects). Dicapai 2026-06-15 daripada https://scholargate.app/ms/causal-inference/matching-estimator · Set data: https://doi.org/10.5281/zenodo.20539026