ScholarGate
Assistente
Regression modelQuasi-experimental / causal inference

Coarsened Exact Matching Bayesiano

O Coarsened Exact Matching Bayesiano (CEM Bayesiano) combina a estrutura de 'coarsening' (agrupamento) e 'exact matching' (correspondência exata) de Iacus, King e Porro com inferência posterior Bayesiana. As covariáveis são discretizadas em 'bins' (intervalos) mais grosseiros para que unidades tratadas e de controle possam ser correspondidas exatamente dentro desses 'bins', e prioris Bayesianas são então colocadas nos parâmetros do efeito do tratamento para produzir distribuições posteriores completas sobre o estimando causal, em vez de uma única estimativa pontual.

Abrir no MethodMindEm breveApply, compare, get guidance
Tools & resources
Baixar slides
Learn & explore
VídeoEm breve

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Mapa de métodos

A vizinhança de métodos relacionados — selecione um nó para explorar.

Fontes

  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. Hill, J. L. (2011). Bayesian Nonparametric Modeling for Causal Inference. Journal of Computational and Graphical Statistics, 20(1), 217-240. DOI: 10.1198/jcgs.2010.08162

Como citar esta página

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

Qual método?

Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.

Comparar lado a lado
ScholarGateBayesian Coarsened Exact Matching (Bayesian Coarsened Exact Matching Estimator). Recuperado em 2026-06-15 de https://scholargate.app/pt/causal-inference/bayesian-coarsened-exact-matching · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026