Regression modelQuasi-experimental / causal inference

Entropy Balancing

Entropy balancing to metoda preprocessingu stosowana w wnioskowaniu przyczynowym, która przypisuje wagi jednostkom z grupy kontrolnej tak, aby przewaŜona próba kontrolna dokładnie odpowiadała grupie badanej pod względem wybranych momentów kowariancji (średnich, wariancji, skośności). Metoda ta, wprowadzona przez Hainmuellera (2012), zastępuje metodę prób i błędów przycinania wyników funkcji skłonności (propensity-score trimming) optymalizacją z ograniczeniami maksymalizacji entropii, która osiąga równowagę w jednym kroku.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

The neighbourhood of related methods — select a node to explore.

+12 more

Źródła

  1. Hainmueller, J. (2012). Entropy balancing for causal effects: A multivariate reweighting method to produce balanced samples in observational studies. Political Analysis, 20(1), 25-46. DOI: 10.1093/pan/mpr025
  2. Zhao, Q., & Coey, D. (2017). Entropy balancing is doubly robust. Journal of Causal Inference, 5(1). (Working paper version widely cited; see also Zhao & Coey 2018, Stanford GSB Research Paper.) link

Jak cytować tę stronę

ScholarGate. (2026, June 3). Entropy Balancing for Causal Effects. ScholarGate. https://scholargate.app/pl/causal-inference/entropy-balancing

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Cytowana przez

ScholarGateEntropy Balancing (Entropy Balancing for Causal Effects). Pobrano 2026-06-15 z https://scholargate.app/pl/causal-inference/entropy-balancing · Zbiór danych: https://doi.org/10.5281/zenodo.20539026