ScholarGate
Assistent
Regression modelQuasi-experimental / causal inference

Coarsened Exact Matching in Education Research

Coarsened Exact Matching (CEM) is een pre-processing matchingstrategie die de onbalans tussen behandelde en controlegroepen vermindert vóór de uitkomstenaanalyse. In onderwijsonderzoek wordt het gebruikt om gebalanceerde controlegroepen te creëren uit administratieve gegevens, enquêtegegevens of quasi-experimentele onderzoeksdesigns — bijvoorbeeld het vergelijken van studenten die een interventie hebben ontvangen met vergelijkbare studenten die dat niet hebben gedaan, zonder te vertrouwen op randomisatie.

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.

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. Morgan, S. L., & Winship, C. (2015). Counterfactuals and Causal Inference: Methods and Principles for Social Research (2nd ed.). Cambridge University Press. ISBN: 978-1107065079

Deze pagina citeren

ScholarGate. (2026, June 3). Coarsened Exact Matching for Causal Inference in Education Research. ScholarGate. https://scholargate.app/nl/causal-inference/coarsened-exact-matching-in-education-research

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
ScholarGateCoarsened Exact Matching in Education Research (Coarsened Exact Matching for Causal Inference in Education Research). Geraadpleegd op 2026-06-19 via https://scholargate.app/nl/causal-inference/coarsened-exact-matching-in-education-research · Gegevensset: https://doi.org/10.5281/zenodo.20539026