Regression modelQuasi-experimental / causal inference
وزن درجات الميل القوي
يمتد وزن درجات الميل القوي (Robust Propensity Score Weighting) على وزن الاحتمالات العكسي القياسي (inverse probability weighting) من خلال دمج ضمانات ضد سوء تحديد نموذج درجة الميل والأوزان المتطرفة. يجمع بين تقنيات مثل قص الأوزان، أو وزن التداخل، أو نماذج النتائج المعززة لضمان بقاء تقديرات التأثير السببي موثوقة حتى عندما يكون نموذج درجة الميل محددًا بشكل غير مثالي.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
خريطة المناهج
محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.
المصادر
- 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 ↗
- Zhao, Q., Small, D. S., & Bhattacharya, B. B. (2019). Sensitivity analysis for inverse probability weighting estimators via the percentile bootstrap. Journal of the Royal Statistical Society: Series B, 81(4), 735-761. DOI: 10.1111/rssb.12327 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Robust Propensity Score Weighting Estimator. ScholarGate. https://scholargate.app/ar/causal-inference/robust-propensity-score-weighting
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
- مطابقة درجات الميلإحصاء البحث↔ قارن
- الترجيح بالدرجة الميولية (PSW / IPW)الاستدلال السببي↔ قارن
- تحليل الحساسية للسببيةالاستدلال السببي↔ قارن