Bayesian Coarsened Exact Matching
Bayesian Coarsened Exact Matching (Bayesian CEM) combines the coarsening-and-exact-matching framework of Iacus, King, and Porro with Bayesian posterior inference. Covariates are discretised into coarser bins so that treated and control units can be matched exactly within those bins, and Bayesian priors are then placed on the treatment-effect parameters to produce full posterior distributions over the causal estimand rather than a single point estimate.
Rekod sumber
Petikan disalin secara verbatim daripada rekod sumber kaedah. Tiada pengesahan peringkat tuntutan disimpulkan daripadanya.
- 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
Tuntutan yang dikurasi
Tuntutan disimpan dalam lejar bukti, setiap satu dengan penilaiannya sendiri.
Pandangan ini tidak mencipta penilaian tuntutan apabila lejar tiada.
Kaedah berkaitan
Dijana daripada graf kaedah dan ditunjukkan sebagai perhubungan yang dicadangkan mesin — tiada tuntutan bukti disimpulkan.