ScholarGate
Asystent
Regression modelQuasi-experimental / causal inference

Coarsened Exact Matching (CEM)

Coarsened Exact Matching to metoda wstępnego przetwarzania danych, która osiąga równowagę zmiennych towarzyszących poprzez tymczasowe zgrubienie zmiennych ciągłych w przedziały, dokładne dopasowanie jednostek poddanych interwencji i kontrolnych w ramach tych przedziałów, a następnie odrzucenie wszystkich niedopasowanych jednostek. Wprowadzona przez Iacusa, Kinga i Porro (2011, 2012), ogranicza ona nierównowagę dla każdej zmiennej towarzyszącej niezależnie, dając dopasowaną próbę, na której można zastosować dowolny estymator bez polegania na modelu skłonności.

Otwórz w MethodMindWkrótceApply, compare, get guidance
Tools & resources
Pobierz slajdy
Learn & explore
WideoWkrótce

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Mapa metod

Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.

+17 więcej

Źródła

  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

Jak cytować tę stronę

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

Która metoda?

Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.

Porównaj obok siebie

Cytowana przez

ScholarGateCoarsened Exact Matching (Coarsened Exact Matching Estimator). Pobrano 2026-06-17 z https://scholargate.app/pl/causal-inference/coarsened-exact-matching · Zbiór danych: https://doi.org/10.5281/zenodo.20539026