Coarsened Exact Matching Espacial (Spatial CEM)
Spatial Coarsened Exact Matching aplica o framework Coarsened Exact Matching a desenhos de estudo envolvendo unidades geográficas — bairros, setores censitários, municípios ou células de grade. Covariáveis são desagregadas em categorias discretas e unidades são pareadas exatamente com base nessas categorias, com atributos espaciais (localização, adjacência, características geográficas) incorporados como dimensões de pareamento para controlar o confundimento espacial.
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 ↗
- Anselin, L., & Rey, S. J. (Eds.) (2014). Modern Spatial Econometrics in Practice: A Guide to GeoDa, GeoDaSpace and PySAL. GeoDa Press. ISBN: 978-0986342103
Como citar esta página
ScholarGate. (2026, June 3). Spatial Coarsened Exact Matching Estimator. ScholarGate. https://scholargate.app/pt/causal-inference/spatial-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
- Propensity Score MatchingEstatística para pesquisa↔ comparar
- Estimativa Espacial Duplamente RobustaInferência causal↔ comparar
- Pareamento Espacial por Escore de PropensãoInferência causal↔ comparar
- Design de Regressão por Descontinuidade Espacial (Spatial RDD)Inferência causal↔ comparar
Similar methods
Encontrou um problema nesta página? Relate ou sugira uma correção →