Entropy Balancing
Entropy balancing is a preprocessing method for causal inference that assigns weights to control-group units so that the reweighted control sample matches the treatment group exactly on a chosen set of covariate moments (means, variances, skewness). Introduced by Hainmueller (2012), it replaces trial-and-error propensity-score trimming with a constrained maximum-entropy optimisation that achieves balance in a single step.
Källpost
Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.
- Hainmueller, J. (2012). Entropy balancing for causal effects: A multivariate reweighting method to produce balanced samples in observational studies. Political Analysis, 20(1), 25-46. · DOI 10.1093/pan/mpr025
- Zhao, Q., & Coey, D. (2017). Entropy balancing is doubly robust. Journal of Causal Inference, 5(1). (Working paper version widely cited; see also Zhao & Coey 2018, Stanford GSB Research Paper.) · URL
Kuraterade påståenden
Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.
Denna vy hittar inte på en påståendebedömning när loggen saknar en.
Relaterade metoder
Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.