GARY KING

このプログラムは、（あなたがヒストグラムを描画する方法を理解していれば、あなたはこの方法を理解する）広く適用され、非常に理解し、使用しやすい このプログラムは、

“バランスチェックなしの因果推論”に記載されているCoarsened完全一致(CEM)アルゴリズムを実装します: Coarsened Exact Matching”(Political Analysis,2012)および”単調な不均衡境界である多変量マッチングメソッド”(JASA,2011)、”CEM:StataにおけるCoarsened Exact Matching”(Stata Journal,2009,With Matthew Blackwell)、”CEM:Coarsened Exact Matchingのためのソフトウェア。”（統計ソフトウェアのジャーナル、2009）、”因果研究におけるマッチング方法のための統計推論の理論”（2017）。 CEM重みの説明も参照してください。

マッチングは、処理された群と対照群の間の不均衡を減らすことによって、前処理制御変数の潜在的に交絡する影響の一部またはすべてを制御するためのデータを前処理するノンパラメトリックな方法です。 このように前処理した後、一致せずに使用されていた分析方法を適用して因果効果を推定することができますが、いくつかの方法はさらに優れた CEMはMonotonoic Unbalance Bounding(MIB)matching method—これは、処理されたグループと対照グループの間のバランスは、事実の後にチェックし、繰り返し再推定する通常の面倒なプロセスによって発見されるのではなく、ユーザーによって選択されることを意味し、ある変数の不均衡を調整することは、他の変数の最大不均衡に影響を及ぼさない。 CEMはまた、モデル依存度と平均処理効果推定誤差の両方を厳密に制限し、データを共通の経験的サポートに制限するための別個の手順の必要性を排除し、合同原理を満たし、測定誤差に対してロバストであり、欠損データに対する複数の代入方法でうまく機能し、完全に自動化することができ、非常に大きなデータセットであっても非常に高速な計算が可能である。 CEMを使用してデータを前処理した後、分析者は、一致せずに適用される平均または統計モデルの単純な差を使用することができます。 CEMはまた、多カテゴリ処理、実験計画におけるブロックの決定、極端な反因子の評価にも適しています。

CEMは米国食品医薬品局によって正式に「科学的使用のための資格」を取得しました。

• すべての質問、バグ、および機能要求をメーリングリストに送信してください（送信するには購読する必要があります）: 購読、またはアーカイブの参照/検索
• R用CEMパッケージ:

  • インストールするには、Rから：
    ライブラリ（devtools）;（インストール。必要に応じてパッケージ(“devtools”)を最初に)
    install_github(“https://github.com/IQSS/cem.git”)

  • ドキュメントの場合は、rから、タイプライブラリ（cem）、および？cem（または統計ソフトウェア版の公開ジャーナル）
  • Githubリポジトリ: https://github.com/IQSS/cem
• MatchIt for RのCEM:Cemのほとんどの機能は、RパッケージMatchIt:パラメトリック因果推論のためのノンパラメトリック前処理を通じても利用できます。CEM For SAS,By STEFANO Verzillo,Paolo Berta,And Matteo Bossi
  SAS CEMマクロをダウンロードします(バージョン:2/2017,質問:[email protected])
  JSCSの記事”%CEM:粗大化された完全一致を実行するSASマクロも参照してください”
• Stata用CEMバージョン10以降:
  • インストールするには、次のように入力します。
    net fromhttps://www.mattblackwell.org/files/stata
    net install cem
  • SSCからもインストールできます。
    ssc install cem
  • ドキュメントについては、”help cem”と入力するか、PDF(またはStata Journal:PDFで公開されているバージョン)をダウンロードします。

• SPSSのためのCEM:ウェブサイト

• SQLのCEM（数十億の観測値で動作します）：ZaliQL