Heterogeneuze Behandelingseffect Coarsened Exact Matching
Heterogeneuze behandelingseffect coarsened exact matching (HTE-CEM) breidt het coarsened exact matching-raamwerk uit om te schatten hoe behandelingseffecten variëren over subgroepen of individuele kenmerken. Nadat CEM gebalanceerde strata creëert door continue covariaten te verfijnen tot categorieën en eenheden binnen elke categorie exact te matchen, worden conditionele gemiddelde behandelingseffecten (CATE's) berekend binnen of over deze strata, wat onthult waar de behandeling werkt, voor wie, en met hoeveel.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- 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 ↗
- Imai, K., & Ratkovic, M. (2013). Estimating treatment effect heterogeneity in randomized program evaluation. Annals of Applied Statistics, 7(1), 443-470. DOI: 10.1214/12-AOAS593 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Heterogeneous Treatment Effect Estimation via Coarsened Exact Matching. ScholarGate. https://scholargate.app/nl/causal-inference/heterogeneous-treatment-effect-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.
- Coarsened Exact Matching (CEM)Causale inferentie↔ vergelijken
- Difference-in-Differences (DiD)Econometrie↔ vergelijken
- EntropiebalanceringCausale inferentie↔ vergelijken
- Propensity Score Matching voor Heterogene BehandeleffectenCausale inferentie↔ vergelijken
- Propensity Score MatchingOnderzoeksstatistiek↔ vergelijken
Similar methods
Een fout op deze pagina gezien? Meld het of stel een correctie voor →