ScholarGate
Trợ lý
Regression modelQuasi-experimental / causal inference

Ghép Chính xác Tinh chỉnh (CEM)

Ghép Chính xác Tinh chỉnh (CEM) là một phương pháp tiền xử lý nhằm cân bằng các biến đồng hành bằng cách tạm thời phân nhóm các biến liên tục thành các khoảng, ghép chính xác các đơn vị được điều trị và kiểm soát trong các khoảng đó, sau đó loại bỏ tất cả các đơn vị không được ghép. Được giới thiệu bởi Iacus, King và Porro (2011, 2012), phương pháp này giới hạn sự mất cân bằng trên mỗi biến đồng hành một cách độc lập, tạo ra một mẫu đã được ghép mà trên đó bất kỳ ước lượng nào cũng có thể được áp dụng mà không cần dựa vào mô hình điểm xu hướng.

Mở trong MethodMindSắp ra mắtApply, compare, get guidance
Tools & resources
Tải xuống bản trình chiếu
Learn & explore
VideoSắp ra mắt

Đọc toàn bộ phương pháp

Chỉ dành cho thành viên

Đăng nhập bằng tài khoản miễn phí để đọc phần này.

Đăng nhập

Bản đồ phương pháp

Lân cận của các phương pháp liên quan — chọn một nút để khám phá.

+17 nữa

Nguồn tài liệu

  1. 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
  2. Iacus, S. M., King, G., & Porro, G. (2011). Multivariate matching methods that are monotonic imbalance bounding. Journal of the American Statistical Association, 106(493), 345-361. DOI: 10.1198/jasa.2011.tm09599

Cách trích dẫn trang này

ScholarGate. (2026, June 3). Coarsened Exact Matching Estimator. ScholarGate. https://scholargate.app/vi/causal-inference/coarsened-exact-matching

Phương pháp nào?

Đặt phương pháp này bên cạnh những phương pháp gần gũi nhất với nó và đọc chúng song song — thư viện bày sách lên bàn; lựa chọn là của bạn.

So sánh song song

Được tham chiếu bởi

ScholarGateCoarsened Exact Matching (Coarsened Exact Matching Estimator). Truy cập ngày 2026-06-17 từ https://scholargate.app/vi/causal-inference/coarsened-exact-matching · Bộ dữ liệu: https://doi.org/10.5281/zenodo.20539026