เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การถ่วงดุลเอนโทรปีสำหรับการประเมินนโยบาย× | การจับคู่คะแนนแนวโน้ม× | |
|---|---|---|
| สาขาวิชา≠ | การอนุมานเชิงสาเหตุ | สถิติการวิจัย |
| ตระกูล≠ | Regression model | Process / pipeline |
| ปีกำเนิด≠ | 2012 | 1983 |
| ผู้ริเริ่ม≠ | Jens Hainmueller | Paul Rosenbaum and Donald Rubin |
| ประเภท≠ | Preprocessing / reweighting estimator | Method |
| แหล่งต้นตำรับ≠ | 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 ↗ | 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 ↗ |
| ชื่อเรียกอื่น≠ | Entropy Balancing, EB Weighting, Maximum-Entropy Reweighting, Hainmueller Balancing | PSM, propensity score weighting, covariate balance |
| ที่เกี่ยวข้อง≠ | 4 | 3 |
| สรุป≠ | Entropy balancing is a maximum-entropy reweighting method that assigns weights to control-group units so that their weighted covariate moments exactly match those of the treated group. Introduced by Hainmueller (2012), it provides exact balance on specified moments without iterative propensity-score trimming, making it a powerful preprocessing tool for causal policy evaluation in observational studies. | Propensity score matching (PSM) is a method for reducing confounding bias in observational studies by balancing baseline characteristics between treatment groups, simulating randomization. Developed by Rosenbaum and Rubin (1983), it estimates the probability of receiving treatment given observed covariates, then matches or weights treated and control individuals with similar treatment probabilities. Widely used in medicine, epidemiology, and policy evaluation when randomized trials are infeasible or unethical, enabling estimation of treatment effects while controlling for selection bias. |
| ScholarGateชุดข้อมูล ↗ |
|
|