ScholarGate
Assistent
Regression modelQuasi-experimental / causal inference

Coarsened Exact Matching (CEM)

Coarsened Exact Matching is een voorbewerkingsmethode die covariatenbalans bereikt door continue variabelen tijdelijk in categorieën (bins) in te delen, behandelde en controleenheden binnen die categorieën exact te matchen, en vervolgens alle niet-gematchte eenheden te verwijderen. Geïntroduceerd door Iacus, King en Porro (2011, 2012), begrenst het de onbalans op elke covariaat onafhankelijk, wat resulteert in een gematchte steekproef waarop elke schatter kan worden toegepast zonder te vertrouwen op een propensity-scoremodel.

Openen in MethodMindBinnenkortApply, compare, get guidance
Tools & resources
Dia's downloaden
Learn & explore
VideoBinnenkort

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Methodenkaart

De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.

+17 meer

Bronnen

  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

Deze pagina citeren

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

Welke methode?

Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.

Naast elkaar vergelijken

Geciteerd door

ScholarGateCoarsened Exact Matching (Coarsened Exact Matching Estimator). Geraadpleegd op 2026-06-17 via https://scholargate.app/nl/causal-inference/coarsened-exact-matching · Gegevensset: https://doi.org/10.5281/zenodo.20539026