ScholarGate
Assistent
Regression modelQuasi-experimental / causal inference

Coarsened Exact Matching inom utbildningsforskning

Coarsened Exact Matching (CEM) är en matchningsstrategi för förbehandling som minskar obalansen mellan behandlings- och jämförelsegrupper före resultatanalys. Inom utbildningsforskning används den för att skapa balanserade jämförelsegrupper från administrativa register, enkätdata eller kvasiexperimentella studiedesigner — till exempel för att jämföra studenter som fått en intervention med jämförbara studenter som inte fått det, utan att förlita sig på randomisering.

Öppna i MethodMindSnartApply, compare, get guidance
Tools & resources
Ladda ner bildspel
Learn & explore
VideoSnart

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Metodkarta

Närområdet av besläktade metoder — välj en nod för att utforska.

Källor

  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. Morgan, S. L., & Winship, C. (2015). Counterfactuals and Causal Inference: Methods and Principles for Social Research (2nd ed.). Cambridge University Press. ISBN: 978-1107065079

Så citerar du den här sidan

ScholarGate. (2026, June 3). Coarsened Exact Matching for Causal Inference in Education Research. ScholarGate. https://scholargate.app/sv/causal-inference/coarsened-exact-matching-in-education-research

Vilken metod?

Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.

Jämför sida vid sida
ScholarGateCoarsened Exact Matching in Education Research (Coarsened Exact Matching for Causal Inference in Education Research). Hämtad 2026-06-19 från https://scholargate.app/sv/causal-inference/coarsened-exact-matching-in-education-research · Datamängd: https://doi.org/10.5281/zenodo.20539026