Regression model

Двойно устойчива оценка (AIPW)

Двойно устойчивата оценка, наричана също оценка с увеличена инверсна вероятностна тежест (Augmented Inverse Probability Weighting, AIPW), е полупараметричен метод за оценка на причинно-следствени ефекти от третиране, който комбинира модел на регресия на резултата с модел на склонност (третиране). Разработен в трудовете на Robins & Rotnitzky (1995) и Bang & Robins (2005), той остава състоятелен, докато поне един от двата модела е правилно специфициран.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

+50 more

Източници

  1. Robins, J. M. & Rotnitzky, A. (1995). Semiparametric Efficiency in Multivariate Regression Models with Missing Data. Journal of the American Statistical Association, 90(429), 122-129. DOI: 10.1080/01621459.1995.10476494
  2. 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

Как да цитирате тази страница

ScholarGate. (2026, June 1). Augmented Inverse Probability Weighting (AIPW) / Doubly Robust Estimation. ScholarGate. https://scholargate.app/bg/causal-inference/doubly-robust-estimation

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Цитиран в

Байесово двойно устойчиво оценяванеБайесов баланс на ентропиятаБайесово претегляне с обратна вероятностБайесовски маргинален структурен моделБайесов оценяващ метод чрез напасванеБайесовски метод за съпоставяне на склонността (Bayesian PSM)Байесово претегляне с отчитане на склонносттаБайесов анализ на чувствителността за причинно-следствена връзкаДвойно машинно обучениеДвойно робастна оценка в изследванията в областта на образованиетоДинамично реципрочно претегляне с обратна вероятностДинамично съгласуване по показател на склонностБалансиране чрез ентропияG-изчисление (параметрична G-формула)Двойно робастно оценяване на хетерогенен ефект от въздействиеХетерогенно балансиране с ентропия на ефекта от третиранеПретегляне по обратна вероятност за хетерогенен ефект от третиране (HTE-IPW)Хетерогенен модел на структурните ефекти на лечението (HTE-MSM)Оценчик за съвпадение на хетерогенни ефекти от третиранеHeterogeneous Treatment Effect Propensity Score MatchingHeterogeneous Treatment Effect Sensitivity Analysis for CausalityПретегляне с обратна вероятност на лечението (IPW / IPTW)Претегляне с обратна вероятност в образователните изследванияМашинно обучение-допълнен анализ на причинно-следственото въздействиеУточнено машинно обучение за прецизно съвпадение (ML-CEM)Машинно обучение-разширен метод на разликите в разликите (ML-DiD)Оценка с машинно обучение и двойна робастност (ML-DR)Машинно обучение, подсилено с балансиране на ентропиятаРазширен с машинно обучение нечетлив дизайн на прекъсване на регресиятаМашинно обучение, подсилено с обърната вероятностна претеглена оценка (ML-IPW)Машинно-обучен Модел на Маргинална Структура (ML-MSM)Машинно-обучен оценчик за съпоставянеМашинно обучение-увеличено съвпадане по оценка на склонносттаМашинно обучение, подсилено с претегляне с пропенсити скор (ML-PSW)Маргинален структурен модел (МСМ)Оценяващ метод чрез съпоставяне (Matching Estimator)Многопериодна двукратно робастна оценкаМногопериодна обратна вероятностна претеглена оценкаМногопериодно претегляне с помощта на склонностни оценкиДвукратно робастна оценка при оценяване на политикиОценка на политики с обратно претегляне по вероятностМаргинален структурен модел за оценка на политикиОценка на политики чрез съвпадение по пропензити скорОценка на политиката чрез претегляне с пропенсити скорПретегляне с оценка на склонността (PSW / IPW)Здрава оценка на контрафактуалното въздействиеСтабилно редуцирано тегловно отношение на обратната вероятност (Robust IPW)Надежден маргинален структурен моделОценчик на робастно съвпадение (коригиран спрямо отклонението)Robust Propensity Score MatchingУстойчиво претегляне с пропенсити скорАнализ на чувствителността за причинно-следствена връзкаПространствена двойно робастна оценкаПространствено обърнато претегляне по вероятност (Spatial IPW)Целенасочена оценка по метода на максималното правдоподобие (TMLE)Инструментални променливи чрез двуетапни най-малки квадрати (IV/2SLS)
ScholarGateDoubly Robust Estimation (Augmented Inverse Probability Weighting (AIPW) / Doubly Robust Estimation). Извлечено на 2026-06-15 от https://scholargate.app/bg/causal-inference/doubly-robust-estimation · Набор от данни: https://doi.org/10.5281/zenodo.20539026