ScholarGate
Ассистент
Regression modelQuasi-experimental / causal inference

Байесовское укрупненное точное согласование

Байесовское укрупненное точное согласование (Bayesian CEM) объединяет каркас укрупнения и точного согласования Якуса, Кинга и Порро с байесовским выводом апостериорных вероятностей. Ковариаты дискретизируются в более крупные интервалы, чтобы обработанные и контрольные единицы могли быть точно согласованы в пределах этих интервалов, а затем байесовские априорные вероятности назначаются параметрам эффекта воздействия для получения полных апостериорных распределений для причинной оценки, а не единственной точечной оценки.

Открыть в MethodMindСкороApply, compare, get guidance
Tools & resources
Скачать слайды
Learn & explore
ВидеоСкоро

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Карта метода

Окружение родственных методов — выберите узел, чтобы перейти к нему.

Источники

  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

Как цитировать эту страницу

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

Какой метод?

Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.

Сравнить рядом
ScholarGateBayesian Coarsened Exact Matching (Bayesian Coarsened Exact Matching Estimator). Получено 2026-06-17 из https://scholargate.app/ru/causal-inference/bayesian-coarsened-exact-matching · Набор данных: https://doi.org/10.5281/zenodo.20539026