Matching Python

Sebelum memulai kita akan membahas ada dua pendekatan robustness checks. Pendekatan Repeated experiment cocok digunakan jika dataset yang dimiliki cukup besar. Jumlah pengulangan biasanya 1000 kali. Pendekatan removing 1 confounders, ini akan menghasilkan confounders list baru, kemudian lakukan proses matching. Lakukan pengulangan berdasarkan jumlah confounders yang dimiliki. Berikut implementasi untuk kedua pendekatan diatas. Repeated Experiment … Read more

Pada bagian ini kita akan membuat matching model. KPI yang tersedia adalah ATE (Average Treatment Effect), ATC (Average Treatment Effect on the Control) dan ATT (Average Treatment Effect on the Treated). Yang paling penting untuk diperhatikan adalah ATE, dari hasil analisa, disimpulkan anak yang sekolah di katolik lebih buruk dibandingkan mereka sekolah non katolik. Pada … Read more

Pada modul ini kita akan menentukan common support region. Pertama akan melakukan logistic regression. Selanjutnya melakukan predictions. Berikutnya kita akan melakukan persiapan untuk common support region dengan membuat dataframe untuk treat dan probabilitas. Kemudian pisahkan antara treated dan non-treated. Selanjutnya kita visualisasikan common support region untuk memudahkan kita melihat common support region. Graph diatas sesuai … Read more

Pada modul ini kita akan bahas teori singkat mengenai konsep common support region pada matching. Secara sederhana adalah, matching terjadi jika element pada treated dan non treated memiliki kesamaan, hal ini dapat ditunjukan oleh common support region. Penjelasan dari gambar diatas adalah: Dengan asumsi unconfoundedness, kita membuat list confounders yang cukup untuk menjelaskan entitas. List … Read more