การประเมินนโยบายด้วยการจับคู่คะแนนแนวโน้ม
การประเมินนโยบายด้วยการจับคู่คะแนนแนวโน้ม (Policy evaluation propensity score matching) นำกรอบคะแนนแนวโน้ม ซึ่งเดิมพัฒนาโดย Rosenbaum และ Rubin (1983) และนำมาปฏิบัติเพื่อการประเมินโครงการโดย Heckman และคณะ (1997) มาใช้ในการประมาณผลกระทบเชิงสาเหตุของการแทรกแซงนโยบาย โดยสร้างกลุ่มเปรียบเทียบที่น่าเชื่อถือจากผู้ที่ไม่เข้าร่วมโครงการ โดยจับคู่พวกเขากับผู้เข้าร่วมโครงการตามความน่าจะเป็นที่ประมาณได้ในการได้รับการรักษา ซึ่งช่วยให้สามารถประมาณผลกระทบโดยปราศจากความเอนเอียงโดยไม่ต้องมีการสุ่มจัดสรร
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
แผนที่ระเบียบวิธี
ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ
แหล่งอ้างอิง
- Rosenbaum, P. R., & Rubin, D. B. (1983). The central role of the propensity score in observational studies for causal effects. Biometrika, 70(1), 41-55. DOI: 10.1093/biomet/70.1.41 ↗
- Heckman, J. J., Ichimura, H., & Todd, P. E. (1997). Matching as an econometric evaluation estimator: Evidence from evaluating a job training programme. Review of Economic Studies, 64(4), 605-654. DOI: 10.2307/2971733 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Propensity Score Matching for Policy Evaluation. ScholarGate. https://scholargate.app/th/causal-inference/policy-evaluation-propensity-score-matching
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