Regression modelQuasi-experimental / causal inference
تقييم السياسات باستخدام تقدير مزدوج المتانة
يطبق تقدير السياسات مزدوج المتانة (DR) مقدر المتانة المزدوجة (DR) لتقييم التأثير السببي لسياسة أو برنامج عام. يجمع بين نموذج لتخصيص المعالجة (درجة الميل) ونموذج للنتيجة، ويتطلب فقط أن يكون أحد النموذجين محددًا بشكل صحيح لإنتاج تقدير متسق لمتوسط تأثير المعالجة، مما يجعله أداة مرنة لتقييم البرامج.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
خريطة المناهج
محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.
المصادر
- Bang, H., & Robins, J. M. (2005). Doubly robust estimation in missing data and causal inference models. Biometrics, 61(4), 962-973. DOI: 10.1111/j.1541-0420.2005.00377.x ↗
- Robins, J. M., Rotnitzky, A., & Zhao, L. P. (1994). Estimation of regression coefficients when some regressors are not always observed. Journal of the American Statistical Association, 89(427), 846-866. DOI: 10.1080/01621459.1994.10476818 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Doubly Robust Estimation for Policy Evaluation. ScholarGate. https://scholargate.app/ar/causal-inference/policy-evaluation-doubly-robust-estimation
أيُّ منهج؟
ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.
- التقدير المتين المزدوج (AIPW)الاستدلال السببي↔ قارن
- الترجيح الاحتمالي العكسي (IPW / IPTW)الاستدلال السببي↔ قارن
- نموذج الهياكل الهامشية (MSM)الاستدلال السببي↔ قارن
- تطبيق مطابقة درجات الميل لتقييم السياساتالاستدلال السببي↔ قارن
- الترجيح بالدرجة الميولية (PSW / IPW)الاستدلال السببي↔ قارن