Pareamento Exato Agrupado para Efeito de Tratamento Heterogêneo
O pareamento exato agrupado para efeito de tratamento heterogêneo (HTE-CEM) estende a estrutura do pareamento exato agrupado para estimar como os efeitos do tratamento variam entre subgrupos ou características individuais. Depois que o CEM cria estratos balanceados agrupando covariáveis contínuas em "bins" e pareando unidades exatamente dentro de cada "bin", os efeitos médios de tratamento condicionais (CATEs) são calculados dentro ou entre esses estratos, revelando onde o tratamento funciona, para quem e em que medida.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Mapa de métodos
A vizinhança de métodos relacionados — selecione um nó para explorar.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Heterogeneous Treatment Effect Estimation via Coarsened Exact Matching. ScholarGate. https://scholargate.app/pt/causal-inference/heterogeneous-treatment-effect-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.
- Coarsened Exact Matching (CEM)Inferência causal↔ comparar
- Diferenças em Diferenças (DiD)Econometria↔ comparar
- Balanceamento por EntropiaInferência causal↔ comparar
- Propensity Score Matching para Efeitos Heterogêneos de TratamentoInferência causal↔ comparar
- Propensity Score MatchingEstatística para pesquisa↔ comparar
Similar methods
Encontrou um problema nesta página? Relate ou sugira uma correção →