Entropy Balancing
Entropy balancing เป็นวิธีการเตรียมข้อมูลเบื้องต้น (preprocessing) สำหรับการอนุมานเชิงสาเหตุ (causal inference) ซึ่งกำหนดน้ำหนักให้กับหน่วยในกลุ่มควบคุม เพื่อให้กลุ่มควบคุมที่ถูกถ่วงน้ำหนักใหม่ตรงกับกลุ่มทดลองในโมเมนต์ (means, variances, skewness) ของตัวแปรร่วม (covariate) ที่เลือกไว้ วิธีการนี้ถูกนำเสนอโดย Hainmueller (2012) โดยใช้การปรับให้เหมาะสมด้วยการหาค่าเอนโทรปีสูงสุดแบบมีเงื่อนไข (constrained maximum-entropy optimisation) เพื่อให้ได้ความสมดุลในขั้นตอนเดียว แทนที่การลองผิดลองถูกด้วย propensity-score trimming
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
+12 more
แหล่งอ้างอิง
- 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.) link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Entropy Balancing for Causal Effects. ScholarGate. https://scholargate.app/th/causal-inference/entropy-balancing
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Coarsened Exact Matching (CEM)การอนุมานเชิงสาเหตุ↔ compare
- การประมาณค่าแบบทนทานสองเท่า (AIPW)การอนุมานเชิงสาเหตุ↔ compare
- Inverse Probability Weighting (IPW / IPTW) การถ่วงน้ำหนักด้วยความน่าจะเป็นผกผันการอนุมานเชิงสาเหตุ↔ compare
- ตัวประมาณค่าด้วยการจับคู่การอนุมานเชิงสาเหตุ↔ compare
- การจับคู่คะแนนแนวโน้มสถิติการวิจัย↔ compare
- การถ่วงน้ำหนักด้วยคะแนนแนวโน้ม (Propensity Score Weighting - PSW / IPW)การอนุมานเชิงสาเหตุ↔ compare