Regression modelQuasi-experimental / causal inference
粗化精确匹配 (CEM)
粗化精确匹配是一种预处理方法，它通过将连续变量临时粗化为若干区间，在这些区间内精确匹配处理组和对照组单位，然后丢弃所有未匹配的单位，从而实现协变量平衡。该方法由 Iacus、King 和 Porro (2011, 2012) 提出，它独立地限制每个协变量的不平衡，从而得到一个匹配样本，在此样本上可以应用任何估计器，而无需依赖倾向得分模型。
在 MethodMind 中打开即将推出Apply, compare, get guidance
Tools & resources
Learn & explore
视频即将推出
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
另有 17 项
来源
- 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 ↗
- 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 ↗
如何引用本页
ScholarGate. (2026, June 3). Coarsened Exact Matching Estimator. ScholarGate. https://scholargate.app/zh/causal-inference/coarsened-exact-matching
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- 双重差分法 (Diff-in-Diff)计量经济学↔ 比较
- 熵平衡因果推断↔ 比较
- 逆概率治疗加权法 (IPW / IPTW)因果推断↔ 比较
- 匹配估计量因果推断↔ 比较
- 倾向得分匹配研究统计学↔ 比较
- 倾向得分加权法 (PSW / IPW)因果推断↔ 比较
被引用于
Similar methods
Policy Evaluation Coarsened Exact MatchingPanel Data Coarsened Exact MatchingMulti-period Coarsened Exact MatchingMachine Learning-Augmented Coarsened Exact MatchingBayesian Coarsened Exact MatchingCoarsened Exact Matching in Education ResearchHeterogeneous Treatment Effect Coarsened Exact MatchingMatching Methods