การจับคู่แบบแม่นตรงที่หยาบขึ้นสำหรับข้อมูลพาเนล
การจับคู่แบบแม่นตรงที่หยาบขึ้นสำหรับข้อมูลพาเนล (Panel Data Coarsened Exact Matching) ประยุกต์ใช้อัลกอริทึมการจับคู่แบบแม่นตรงที่หยาบขึ้น (Coarsened Exact Matching - CEM) กับข้อมูลพาเนลที่มีการวัดซ้ำ โดยจับคู่หน่วยที่ได้รับการรักษาและหน่วยควบคุมภายในชั้นที่หยาบขึ้นของตัวแปรร่วมที่มีลักษณะเหมือนกันตลอดหลายช่วงเวลา เป็นการปรับสมดุลลักษณะก่อนการรักษา (pre-treatment characteristics) ก่อนที่จะประมาณค่าผลกระทบเชิงสาเหตุของการรักษา โดยรวมเอาความโปร่งใสของการจับคู่แบบแม่นตรงเข้ากับข้อมูลระบุตัวตนที่สมบูรณ์ยิ่งขึ้นซึ่งมีอยู่ในชุดข้อมูลตามยาว
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
แผนที่ระเบียบวิธี
ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ
แหล่งอ้างอิง
- 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., Kim, I. S., & Wang, E. H. (2021). Matching Methods for Causal Inference with Time-Series Cross-Sectional Data. American Journal of Political Science, 67(3), 587-605. DOI: 10.1111/ajps.12685 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Panel Data Coarsened Exact Matching Estimator. ScholarGate. https://scholargate.app/th/causal-inference/panel-data-coarsened-exact-matching
ระเบียบวิธีใด?
วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน
- Coarsened Exact Matching (CEM)การอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- Difference-in-Differences (DiD)เศรษฐมิติ↔ เปรียบเทียบ
- ตัวประมาณค่าด้วยการจับคู่การอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- การจับคู่คะแนนแนวโน้มสำหรับข้อมูลแบบพาเนลการอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- แบบจำลอง Fixed Effects สำหรับข้อมูล Panel Dataเศรษฐมิติ↔ เปรียบเทียบ
- การจับคู่คะแนนแนวโน้มสถิติการวิจัย↔ เปรียบเทียบ