ScholarGate
Asistent
Regression modelQuasi-experimental / causal inference

Potrivire Exactă Coarsened Augmentată cu Învățare Automată (ML-CEM)

Potrivirea Exactă Coarsened Augmentată cu Învățare Automată extinde Potrivirea Exactă Coarsened (Iacus, King & Porro, 2012) prin utilizarea învățării automate supervizate pentru a automatiza și optimiza pasul de coarsening — discretizarea covariabilelor continue în intervale (bins) — în loc să se bazeze pe puncte de tăiere specificate de cercetător. Aceasta reduce atât subiectivitatea ad-hoc în deciziile de coarsening, cât și dezechilibrul rezidual, păstrând în același timp logica de bază a CEM de potrivire exactă în cadrul straturilor coarsened.

Deschide în MethodMindÎn curândApply, compare, get guidance
Tools & resources
Descarcă prezentarea
Learn & explore
VideoÎn curând

Citește metoda completă

Doar pentru membri

Autentifică-te cu un cont gratuit pentru a citi această secțiune.

Autentificare

Harta metodelor

Vecinătatea metodelor înrudite — selectați un nod pentru a explora.

Surse

  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. Imai, K., & Ratkovic, M. (2014). Covariate balancing propensity score. Journal of the Royal Statistical Society: Series B, 76(1), 243-263. DOI: 10.1111/rssb.12027

Cum se citează această pagină

ScholarGate. (2026, June 3). Machine Learning-Augmented Coarsened Exact Matching Estimator. ScholarGate. https://scholargate.app/ro/causal-inference/machine-learning-augmented-coarsened-exact-matching

Ce metodă?

Așezați această metodă lângă cele mai apropiate rude și citiți-le alăturat — biblioteca pune cărțile pe masă; alegerea vă aparține.

Compară alăturat
ScholarGateMachine Learning-Augmented Coarsened Exact Matching (Machine Learning-Augmented Coarsened Exact Matching Estimator). Preluat la 2026-06-17 de pe https://scholargate.app/ro/causal-inference/machine-learning-augmented-coarsened-exact-matching · Set de date: https://doi.org/10.5281/zenodo.20539026