Matching is a statistical technique which is used to evaluate the effect of a treatment by comparing the treated and the non-treated units in an observational study or quasi-experiment (i.e. when the treatment is not randomly assigned). The goal of matching is to reduce bias for the estimated treatment effect in an observational-data study, by finding, for every treated unit, one (or more) non-treated unit(s) with similar observable characteristics against which the covariates are balanced out. By matching treated units to similar non-treated units, matching enables a comparison of outcomes among treated and non-treated units to estimate the effect of the treatment reducing bias due to confounding. Propensity score matching, an early matching technique, was developed as part of the Rubin c
Attributes | Values |
---|
rdf:type
| |
rdfs:label
| - Matching (Statistik) (de)
- Méthode d'appariement (fr)
- Matching (statistics) (en)
- マッチング (統計学) (ja)
|
rdfs:comment
| - Matching bzw. deutsch paarweise Zuordnung bezeichnet in der Statistik Methoden, mit denen ähnliche Beobachtungen in zwei oder mehr Datensätzen verbunden werden. Mit Matching-Methoden wird anhand gemeinsamer Merkmale den Beobachtungen aus einem Datensatz eine oder mehrere ähnliche Beobachtungen aus den anderen Datensätzen zugeordnet. Damit wird eine gemeinsame Analyse der Daten möglich, obwohl es vermutlich keinen Fall gibt, der in beiden Datensätzen tatsächlich vorkommt. In der Medizinstatistik wird Matching beim Design von Beobachtungsstudien angewandt. (de)
- En statistiques et en économétrie, les méthodes d'appariement (en anglais matching) sont un ensemble de méthodes statistiques permettant d'évaluer l'effet causal d'un traitement. Cette méthode est notamment utilisée pour évaluer l'effet causal d'un traitement en comparant des individus traités et non-traités ayant des caractéristiques observables similaires. Les méthodes d'appariement ont été promues par Donald Rubin. Elles ont été fortement critiquées par Robert LaLonde en . (fr)
- マッチング(Matching)は、処置とコントロール群(非処置群)とを比較して処置効果を評価する際に用いられる統計手法で、観察研究や準実験など処置(treatment)が無作為に割り付けられていない場合に用いられる。マッチングでは、処置効果を比較できるように、処置群の被験者のそれぞれに対して、コントロール群の中から同様の観測値を持つ被験者を 1 人または複数見つける。よく似た被験者同士をマッチングすることで、処置群とコントロール群の結果を比較して処置効果を推定した場合の交絡によるバイアス(偏り)を低減することができる 。初期のマッチング手法である傾向スコア・マッチングは、ルービン因果モデルの一部として開発されたが 、モデルの依存性、バイアス、非効率性、および検出力を高めることが示されており、他のマッチング方法と比較して推奨されなくなった 。 マッチングはドナルド・ルービンによって推進された 。経済学の分野では、LaLonde が実験に基づく処置効果の推定値をマッチング法による推定値と比較してバイアスがあることを示し、マッチング法を痛烈に批判した 。 Dehejia と Wahba(1999)は、LaLondeの批評を再検討し、マッチングが良い解決策であることを示した 。同様の批判が政治学や社会学のジャーナルで提起されている。 (ja)
- Matching is a statistical technique which is used to evaluate the effect of a treatment by comparing the treated and the non-treated units in an observational study or quasi-experiment (i.e. when the treatment is not randomly assigned). The goal of matching is to reduce bias for the estimated treatment effect in an observational-data study, by finding, for every treated unit, one (or more) non-treated unit(s) with similar observable characteristics against which the covariates are balanced out. By matching treated units to similar non-treated units, matching enables a comparison of outcomes among treated and non-treated units to estimate the effect of the treatment reducing bias due to confounding. Propensity score matching, an early matching technique, was developed as part of the Rubin c (en)
|
dcterms:subject
| |
Wikipage page ID
| |
Wikipage revision ID
| |
Link from a Wikipage to another Wikipage
| |
sameAs
| |
dbp:wikiPageUsesTemplate
| |
has abstract
| - Matching bzw. deutsch paarweise Zuordnung bezeichnet in der Statistik Methoden, mit denen ähnliche Beobachtungen in zwei oder mehr Datensätzen verbunden werden. Mit Matching-Methoden wird anhand gemeinsamer Merkmale den Beobachtungen aus einem Datensatz eine oder mehrere ähnliche Beobachtungen aus den anderen Datensätzen zugeordnet. Damit wird eine gemeinsame Analyse der Daten möglich, obwohl es vermutlich keinen Fall gibt, der in beiden Datensätzen tatsächlich vorkommt. In der Medizinstatistik wird Matching beim Design von Beobachtungsstudien angewandt. (de)
- En statistiques et en économétrie, les méthodes d'appariement (en anglais matching) sont un ensemble de méthodes statistiques permettant d'évaluer l'effet causal d'un traitement. Cette méthode est notamment utilisée pour évaluer l'effet causal d'un traitement en comparant des individus traités et non-traités ayant des caractéristiques observables similaires. Les méthodes d'appariement ont été promues par Donald Rubin. Elles ont été fortement critiquées par Robert LaLonde en . (fr)
- Matching is a statistical technique which is used to evaluate the effect of a treatment by comparing the treated and the non-treated units in an observational study or quasi-experiment (i.e. when the treatment is not randomly assigned). The goal of matching is to reduce bias for the estimated treatment effect in an observational-data study, by finding, for every treated unit, one (or more) non-treated unit(s) with similar observable characteristics against which the covariates are balanced out. By matching treated units to similar non-treated units, matching enables a comparison of outcomes among treated and non-treated units to estimate the effect of the treatment reducing bias due to confounding. Propensity score matching, an early matching technique, was developed as part of the Rubin causal model, but has been shown to increase model dependence, bias, inefficiency, and power and is no longer recommended compared to other matching methods. Matching has been promoted by Donald Rubin. It was prominently criticized in economics by LaLonde (1986), who compared estimates of treatment effects from an experiment to comparable estimates produced with matching methods and showed that matching methods are biased. Dehejia and Wahba (1999) reevaluated LaLonde's critique and showed that matching is a good solution. Similar critiques have been raised in political science and sociology journals. (en)
- マッチング(Matching)は、処置とコントロール群(非処置群)とを比較して処置効果を評価する際に用いられる統計手法で、観察研究や準実験など処置(treatment)が無作為に割り付けられていない場合に用いられる。マッチングでは、処置効果を比較できるように、処置群の被験者のそれぞれに対して、コントロール群の中から同様の観測値を持つ被験者を 1 人または複数見つける。よく似た被験者同士をマッチングすることで、処置群とコントロール群の結果を比較して処置効果を推定した場合の交絡によるバイアス(偏り)を低減することができる 。初期のマッチング手法である傾向スコア・マッチングは、ルービン因果モデルの一部として開発されたが 、モデルの依存性、バイアス、非効率性、および検出力を高めることが示されており、他のマッチング方法と比較して推奨されなくなった 。 マッチングはドナルド・ルービンによって推進された 。経済学の分野では、LaLonde が実験に基づく処置効果の推定値をマッチング法による推定値と比較してバイアスがあることを示し、マッチング法を痛烈に批判した 。 Dehejia と Wahba(1999)は、LaLondeの批評を再検討し、マッチングが良い解決策であることを示した 。同様の批判が政治学や社会学のジャーナルで提起されている。 (ja)
|
gold:hypernym
| |
prov:wasDerivedFrom
| |
page length (characters) of wiki page
| |
foaf:isPrimaryTopicOf
| |
is Link from a Wikipage to another Wikipage
of | |