ตัวประมาณค่าด้วยการจับคู่
ตัวประมาณค่าด้วยการจับคู่ (matching estimator) ระบุผลเชิงสาเหตุของการรักษา (treatment) โดยการจับคู่หน่วยที่ได้รับการรักษาแต่ละหน่วยกับหน่วยที่ไม่ได้รับการรักษาหนึ่งหน่วยหรือมากกว่าที่มีลักษณะที่สังเกตได้คล้ายคลึงกัน การทำให้เป็นรูปนัยโดย Rubin (1973) และการให้ทฤษฎีขนาดใหญ่ที่เข้มงวดโดย Abadie และ Imbens (2006) ตัวประมาณค่านี้สร้างกลุ่มควบคุมที่น่าเชื่อถือจากข้อมูลเชิงสังเกตโดยไม่จำเป็นต้องใช้แบบจำลองพาราเมตริกสำหรับผลลัพธ์
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
แผนที่ระเบียบวิธี
ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ
+15 เพิ่มเติม
แหล่งอ้างอิง
- Abadie, A., & Imbens, G. W. (2006). Large Sample Properties of Matching Estimators for Average Treatment Effects. Econometrica, 74(1), 235-267. DOI: 10.1111/j.1468-0262.2006.00655.x ↗
- Rubin, D. B. (1973). Matching to Remove Bias in Observational Studies. Biometrics, 29(1), 159-183. DOI: 10.2307/2529684 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Nonparametric Matching Estimator for Average Treatment Effects. ScholarGate. https://scholargate.app/th/causal-inference/matching-estimator
ระเบียบวิธีใด?
วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน
- Coarsened Exact Matching (CEM)การอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- Difference-in-Differences (DiD)เศรษฐมิติ↔ เปรียบเทียบ
- การประมาณค่าแบบทนทานสองเท่า (AIPW)การอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- Inverse Probability Weighting (IPW / IPTW) การถ่วงน้ำหนักด้วยความน่าจะเป็นผกผันการอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- การจับคู่คะแนนแนวโน้มสถิติการวิจัย↔ เปรียบเทียบ
- การถ่วงน้ำหนักด้วยคะแนนแนวโน้ม (Propensity Score Weighting - PSW / IPW)การอนุมานเชิงสาเหตุ↔ เปรียบเทียบ