GARY regele

acest program este conceput pentru a îmbunătăți estimarea efectelor cauzale printr-o metodă extrem de puternică de potrivire, care este aplicabilă pe scară largă și extrem de ușor de înțeles și de utilizat (dacă înțelegeți cum să desenați o histogramă, veți înțelege această metodă). Programul implementează algoritmul de potrivire exactă (CEM) descris în:

” inferență cauzală fără verificarea echilibrului: Potrivire exactă grosieră “(Analiză Politică, 2012) și” metode de potrivire Multivariate care sunt încadrarea dezechilibrului monoton “(JASA, 2011),” CEM: potrivire exactă grosieră în Stata “(Stata Journal, 2009, cu Matthew Blackwell), ” CEM: Software pentru potrivire exactă grosieră.”(Journal of Statistical Software, 2009),” o teorie a inferenței statistice pentru potrivirea metodelor în Cercetarea cauzală ” (2017). A se vedea, de asemenea, o explicație a greutăților CEM.

potrivirea este o metodă neparametrică de preprocesare a datelor pentru a controla unele sau toate influențele potențial confuze ale variabilelor de control pretratament prin reducerea dezechilibrului dintre grupurile tratate și cele de control. După preprocesare în acest fel, orice metodă de analiză care ar fi fost utilizată fără potrivire poate fi aplicată pentru a estima efectele cauzale, deși unele metode vor avea proprietăți și mai bune. CEM este o metodă de corelare a dezechilibrului Monotonoic (MIB) – – – ceea ce înseamnă că echilibrul dintre grupurile tratate și grupurile de control este ales de utilizator ex ante, mai degrabă decât descoperit prin procesul obișnuit laborios de verificare după fapt și reestimare repetată și astfel încât ajustarea dezechilibrului pe o variabilă nu are niciun efect asupra dezechilibrului maxim al oricărei alte variabile. De asemenea, CEM limitează strict prin alegerea ex ante a utilizatorului atât gradul de dependență de model, cât și eroarea medie de estimare a efectului tratamentului, elimină necesitatea unei proceduri separate pentru a restricționa datele la suportul empiric comun, îndeplinește principiul congruenței, este robust la eroarea de măsurare, funcționează bine cu mai multe metode de imputare pentru datele lipsă, poate fi complet automatizat și este extrem de rapid din punct de vedere al calculului chiar și cu seturi de date foarte mari. După preprocesarea datelor cu CEM, analistul poate utiliza apoi o diferență simplă de mijloace sau orice model statistic pe care l-ar fi aplicat fără potrivire. CEM funcționează, de asemenea, bine pentru tratamente multicategorii, determinarea blocurilor în modele experimentale și evaluarea contrafactualelor extreme.

CEM a fost oficial “calificat pentru utilizare științifică” de către Administrația SUA pentru alimente și medicamente.

• vă rugăm să trimiteți toate întrebările, bug – uri, și cereri de facilitati la lista noastră de discuții (trebuie să vă abonați pentru a trimite): Abonați-vă sau răsfoiți / căutați Arhive
• pachet CEM pentru R:

  • pentru a instala, de la r:
    bibliotecă (devtools); (instala.pachete (“devtools”) mai întâi dacă este necesar)
    install_github(“https://github.com/IQSS/cem.git”)

  • pentru documentație, de la r, biblioteca de tip (cem) și apoi ?cem (sau jurnalul publicat de software statistic versiune)
  • GitHub repository: https://github.com/IQSS/cem
• CEM în MatchIt pentru R: majoritatea caracteristicilor CEM sunt disponibile și prin pachetul R MatchIt: preprocesare Neparametrică pentru inferența cauzală parametrică.
• CEM pentru Sas, De Stefano Verzillo, Paolo Berta și Matteo Bossi
  descărcați Sas CEM Macro (Versiune: 2/2017, întrebări:[email protected])
  a se vedea, de asemenea, articolul JSCS: “%CEM: o macrocomandă SAS pentru a efectua potrivirea exactă grosieră”
• CEM pentru Stata (versiunea 10 sau o versiune ulterioară):
  • pentru a instala, tastați:
    net de la https://www.mattblackwell.org/files/stata
    net install CEM
  • puteți instala și din SSC:
    ssc install cem
  • pentru documentație, tastați “help cem” sau descărcați PDF (sau versiunea publicată în stata Journal: PDF).

• CEM pentru SPSS: Website

• CEM pentru SQL (funcționează cu miliarde de observații): ZaliQL