Cílené odhadování maximální věrohodnosti (TMLE)
Cílené odhadování maximální věrohodnosti (TMLE) je semiparametrická, dvojitě robustní kauzální inferenční metoda zavedená Markem van der Laanem a Danielem Rubinem v roce 2006. Kombinuje flexibilní modely strojového učení jak pro výsledek, tak pro mechanismus přiřazení léčby, a poté aplikuje cílový krok, který znovu upraví počáteční model výsledku specificky pro snížení zkreslení pro předem specifikovaný kauzální odhad, jako je průměrný efekt léčby. TMLE je široce používáno v epidemiologii, biostatistice a ekonomii zdraví při odhadování kauzálních efektů z observačních dat.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- van der Laan, M. J., & Rubin, D. (2006). Targeted maximum likelihood learning. The International Journal of Biostatistics, 2(1). DOI: 10.2202/1557-4679.1043 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 2). Targeted Maximum Likelihood Estimation (TMLE). ScholarGate. https://scholargate.app/cs/causal-inference/targeted-maximum-likelihood
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.
- Dvojité strojové učeníKauzální inference↔ compare
- Dvojitě robustní odhad (AIPW)Kauzální inference↔ compare
- Vážená inverzní pravděpodobnost léčby (IPW / IPTW)Kauzální inference↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →