Maskininlärningsförstärkt grovkornig exakt matchning (ML-CEM)
Maskininlärningsförstärkt grovkornig exakt matchning (ML-CEM) utökar grovkornig exakt matchning (CEM) (Iacus, King & Porro, 2012) genom att använda övervakad maskininlärning för att automatisera och optimera grovkornighetssteget – diskretiseringen av kontinuerliga kovariater till intervall – istället för att förlita sig på forskarspecificerade brytpunkter. Detta minskar både ad hoc-subjektivitet i grovkornighetsbeslut och kvarvarande obalans, samtidigt som CEM:s kärnlogik med exakt matchning inom grovkorniga strata bevaras.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- 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. (2014). Covariate balancing propensity score. Journal of the Royal Statistical Society: Series B, 76(1), 243-263. DOI: 10.1111/rssb.12027 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Machine Learning-Augmented Coarsened Exact Matching Estimator. ScholarGate. https://scholargate.app/sv/causal-inference/machine-learning-augmented-coarsened-exact-matching
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.
- Förgrövad exakt matchning (CEM)Kausal inferens↔ jämför
- Dubbelt robust skattning (AIPW)Kausal inferens↔ jämför
- EntropibalanseringKausal inferens↔ jämför
- Maskininlärningsförstärkt propensity score-matchningKausal inferens↔ jämför
- MatchningsestimatorKausal inferens↔ jämför
- Propensity score-matchningForskningsstatistik↔ jämför
Similar methods
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →