পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| ডাইনামিক প্রোপেনসিটি স্কোর ম্যাচিং× | দ্বৈতভাবে সুদৃঢ় প্রাক্কলন (AIPW)× | |
|---|---|---|
| ক্ষেত্র | কার্যকারণ অনুমান | কার্যকারণ অনুমান |
| পরিবার | Regression model | Regression model |
| উদ্ভবের বছর≠ | 1986-2010 | 2005 |
| প্রবর্তক≠ | Robins (1986) on sequential treatments; Lechner & Miquel (2010) on dynamic matching | Robins & Rotnitzky; Bang & Robins |
| ধরন≠ | Sequential causal matching | Semiparametric causal estimator |
| মৌলিক উৎস≠ | Lechner, M., & Miquel, R. (2010). Identification of the effects of dynamic treatments by sequential conditional independence assumptions. Empirical Economics, 39(1), 111-137. DOI ↗ | 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 ↗ |
| অপর নাম | dynamic PSM, sequential propensity score matching, longitudinal propensity matching, DPSM | AIPW, augmented inverse probability weighting, doubly robust estimator, Çift Gürbüz Kestirici (Augmented IPW / AIPW) |
| সম্পর্কিত≠ | 6 | 5 |
| সারসংক্ষেপ≠ | Dynamic Propensity Score Matching (DPSM) extends classic propensity score matching to settings where treatment is assigned repeatedly over time and earlier treatment choices influence later ones. It estimates the causal effect of entire treatment sequences or regime changes by constructing matched comparisons at each decision point using the full history of covariates and prior treatments. | Doubly Robust Estimation, also called Augmented Inverse Probability Weighting (AIPW), is a semiparametric method for estimating causal treatment effects that combines an outcome regression model with a propensity (treatment) model. Developed in the work of Robins & Rotnitzky (1995) and Bang & Robins (2005), it stays consistent as long as at least one of the two models is correctly specified. |
| ScholarGateডেটাসেট ↗ |
|
|