Çok Dönemli Kaba Eşleme
Multi-period Coarsened Exact Matching Estimator · Ayrıca şöyle bilinir: Multi-period CEM, Longitudinal CEM, Panel CEM, Multi-wave CEM
Çok Dönemli Kaba Eşleme (multi-period CEM), Iacus, King ve Porro'nun CEM çerçevesini, birden fazla tedavi öncesi ve sonrası döneme sahip boylamsal verilere genişletir. Sürekli kovaryatları kaba kategorilere ayırır, ilgili tüm zaman dilimlerinde aynı hücrelere düşen tedavi ve kontrol birimlerini eşleştirir ve ardından zamansal yapıyı hesaba katan ağırlıklı bir ortalama tedavi etkisi tahmin eder.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Birden fazla zaman dilimine sahip panel veya tekrarlanan kesit verileriniz, bazı birimleri etkileyen ancak diğerlerini etkilemeyen ikili bir tedavi ve birden fazla dalgada ölçülen zengin bir tedavi öncesi kovaryat setiniz olduğunda çok dönemli CEM kullanın. Özellikle, tedavi atama mekanizması, basit tek dönemli eşleşmenin zamanla değişen karıştırıcı faktörleri gözden kaçıracağı kadar karmaşık olduğunda ve doğru şekilde belirtilmiş bir eğilim puanı modeline güvenmek yerine parametrik olmayan denge garantileri istediğinizde özellikle değerlidir. Kovaryatlar yalnızca tek bir zaman noktasında ölçüldüğünde (bunun yerine standart CEM kullanın), doğal bir kabalaştırma olmaksızın çok sayıda kovaryat nedeniyle eşleşen hücre sayısı patladığında (eşleşme aşırı budama yapacaktır) veya panel çok kısa olduğunda ve tedavi öncesi eğilimler değerlendirilemediğinde kullanmayın.
Güçlü yönler & sınırlılıklar
- Tedavi atama modeli için parametrik bir form varsaymadan, eşleşen tabakalar içinde katı denge garantileri sağlar.
- Parametrik olmayan CEM'i boylamsal ayarlara genişleterek, tek dönemli eşleşmenin gözden kaçırdığı zamanla değişen karıştırıcı faktörleri yakalar.
- L1 dengesizlik istatistiği, eşleştirmeden önce ve sonra kovaryat dengesinin şeffaf, modelden bağımsız bir ölçüsünü verir.
- Eşleşmeyen birimlerin budanması, tahmin örneklemini açık hale getirir ve ortak destek bölgesinin ötesine ekstrapolasyonu sınırlar.
- Kalan karıştırıcı faktörleri daha da ortadan kaldırmak için eşleşen tabakalar içinde uygulanan farkların farkı veya diğer panel tahmin edicileriyle uyumludur.
- Birden fazla dönemde eşzamanlı eşleştirme, kovaryat profilleri zaman içinde heterojen ise örneklemin büyük bir kısmını budayabilir ve istatistiksel gücü azaltabilir.
- Kabalaştırma seçimleri — kutu genişliği ve kategori sayısı — eşleşen örneklem bileşimini etkiler ve nesnel olarak gerekçelendirilmesi zor olabilir.
- Yalnızca gözlemlenen kovaryatları dengeler; eşleşen birimler arasında farklılık gösteren ölçülmemiş karıştırıcı faktörler nedensel tanımlama için bir tehdit olmaya devam eder.
- Birden fazla dalga boyunca tam hücre eşleşmeleri gerektirmek, küçük örneklemlerde veya çok sayıda kovaryatla tamamen başarısız olabilir.
- Hiçbir standart yazılım paketi çok dönemli CEM'i uçtan uca uygulamaz; araştırmacılar genellikle MatchIt veya CEM R paketlerini özel dönem ağırlıklandırma koduyla uyarlarlar.
SSS
Çok dönemli CEM, standart CEM'den nasıl farklıdır?
Standart CEM, birimleri tek bir zaman noktasında, tipik olarak tedaviden hemen önce ölçülen kovaryatlar üzerinde eşleştirir. Çok dönemli CEM, bunu birden fazla zaman diliminden gelen kovaryatlar üzerinde eşzamanlı olarak eşleştirerek genişletir ve tedavi ve kontrol birimlerinin sadece tek bir anlık görüntüde değil, gözlemlenen pencere boyunca karşılaştırılabilir olmasını sağlar. Bu, tek dönemli CEM'in ele alamadığı zamanla değişen karıştırıcı faktörleri ortadan kaldırır.
L1 dengesizlik istatistiği nedir?
L1, Iacus, King ve Porro tarafından önerilen, çok değişkenli dengesizliğin parametrik olmayan bir ölçüsüdür. Tedavi ve kontrol gruplarındaki kovaryatların ortak dağılımları arasındaki genel farkı, tüm kabalaştırılmış hücreler üzerindeki mutlak farkları toplayarak yakalar. 0 değeri mükemmel denge anlamına gelir; 1 ise tam ayrımı ifade eder. Eşleştirme, L1'i 0'a yaklaştırmayı amaçlar.
Kaç zaman dilimine ihtiyaç vardır?
En az iki dönem gereklidir — bir tedavi öncesi ve bir tedavi sonrası — ancak çok dönemli CEM, üç veya daha fazla dönemle en kullanışlıdır: eşleşen tabakalar içindeki eğilim karşılaştırılabilirliğini değerlendirmek için en az iki tedavi öncesi dönem ve etki tahmini için bir veya daha fazla tedavi sonrası dönem.
Çok dönemli CEM'i farkların farkı ile birleştirebilir miyim?
Evet ve bu kombinasyon genellikle tavsiye edilir. Çok dönemli CEM, ortak destek koşulunu karşılayan dengeli bir alt örneklem oluşturur ve DiD daha sonra eşleşen tabakalar içinde uygulanarak kalan sabit grup farklılıklarını ve ortak zaman eğilimlerini ek olarak ortadan kaldırır. Bu iki aşamalı yaklaşım, paralel eğilimler argümanını güçlendirir.
Çok fazla tedavi edilmiş birim budanırsa ne yapmalıyım?
Tabakaları genişletmek ve daha fazla eşleşmeyi korumak için kovaryatları daha agresif bir şekilde kabalaştırmayı (daha geniş kutular) düşünün. Eşleştirmeyi en kritik kovaryatlarla sınırlayabilir ve geri kalanını eşleşen örneklem üzerinde bir regresyon ayarlamasıyla kontrol edebilirsiniz. Budama şiddetli kalırsa, dış geçerlilikteki kısıtlamayı kabul edin ve eşleşmeyen birimleri atmayan eğilim puanı ağırlıklandırması gibi alternatif yöntemleri düşünün.
Kaynaklar
- 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 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Multi-period Coarsened Exact Matching Estimator. ScholarGate. https://scholargate.app/tr/causal-inference/multi-period-coarsened-exact-matching
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Coarsened Exact Matching (CEM)Nedensel çıkarım↔ karşılaştır
- Farkların Farkı (Diff-in-Diff)Ekonometri↔ karşılaştır
- Entropi DengelemeNedensel çıkarım↔ karşılaştır
- Eşleştirme TahmincisiNedensel çıkarım↔ karşılaştır
- Panel Veri Kaba EşleştirmeNedensel çıkarım↔ karşılaştır
- Eğilim Skoru EşleştirmesiAraştırma istatistiği↔ karşılaştır