火柴

MatchIt:参数因果推理的非参数预处理。Matlab实现了HO、今井、King和StuART(2007)对参数统计模型进行改进的非参数匹配预处理方法。MATCH实现了广泛的复杂的匹配方法,使得可以大大减少因果推理对难以证明的依赖性,但通常是统计建模假设。该软件也很容易适应现有的研究实践,因为在用MatHIT进行数据预处理之后,研究人员可以使用任何参数模型,而不用MatLIT,但是产生的推断具有更大的健壮性和对建模假设的敏感性。MatHIT是一个R程序,也与Zelig无缝连接。

这个软件也是同行评审通过期刊JSS.


ZBMaCT中的参考文献(12篇文章中引用)

显示结果1至12的12。
按年份排序(引文

  1. Rachael C. Aikens、Joseph Rigdon、Justin Lee、Michael Baiocchi、Jonathan Chen:R中的分层导频匹配:StimaTaCH封装(2020)阿西夫
  2. Zoe Meers,Robert Hickman,Thomas J. Leeper:GG议会:GRPPLT2扩展为议会草案R(2019)不是ZB数学
  3. 丁,彭;李,范:因果推理:缺失数据透视(2018)
  4. 戴维,阿克曼,本杰明;斯图尔特,Elizabeth A.:测量模型误用:复杂测量数据倾向评分法的应用(2018)
  5. Soukri,Mohamed M.:SAS和R相关数据分析(2018)
  6. Sun,雷;尼科拉耶夫,Alexander G.:基于互信息的因果推理与观测数据匹配(2016)
  7. 詹妮·H·G·G·G·M·Emma Persson和英格博格-沃恩鲍姆和Xavier de Luna:CovSel:估计平均因果效应时协变量选择的R包(2015)不是ZB数学
  8. Hill,珍妮佛;Su,Yu Sung:用贝叶斯非参数评估缺乏因果推理中的共同支持:评估母乳喂养对儿童认知结果的影响(2013)
  9. 苏,Xiaogang;Kang,约瑟夫;樊,娟娟;莱文,Richard A.;严,辛:促进大型观察研究的得分和因果推理树(2012)
  10. 贝克尔、米迦勒、诺伊曼、马尔科、Nikolova、罗密娜:早期过渡到中学教育的学术轨道——转入特权学习环境?回归分析与倾向性评分匹配的比较(2009)马修德
  11. 今井,KOSUKE;国王,加里;NALL,克莱顿:Rejoinder:配对配对和集群随机化实验的未来(2009)
  12. Stefano Iacus;加里国王;朱塞佩·波罗:CEM:粗精确匹配软件(2009)不是ZB数学