Robust Inverse Sandsynligheds-vægtning (Robust IPW)
Robust Inverse Sandsynligheds-vægtning er en kausal inferens-estimator, der genvægter observerede enheder ved hjælp af stabiliserede eller trimmede propensity score-vægte og derefter anvender sandwich- eller bootstrap-variansestimering for at beskytte mod modelspecifikationsfejl, ekstreme vægte og oppustede standardfejl. Den udvider standard IPW for at forbedre ydeevnen i endelige stikprøver og den inferentielle pålidelighed i observationsstudier.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Metodekort
Nabolaget af beslægtede metoder — vælg en knude for at udforske.
Kilder
- Lunceford, J. K., & Davidian, M. (2004). Stratification and weighting via the propensity score in estimation of causal treatment effects: a comparative study. Statistics in Medicine, 23(19), 2937-2960. DOI: 10.1002/sim.1903 ↗
- Robins, J. M., Hernán, M. A., & Brumback, B. (2000). Marginal structural models and causal inference in epidemiology. Epidemiology, 11(5), 550-560. DOI: 10.1097/00001648-200009000-00011 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Robust Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/da/causal-inference/robust-inverse-probability-weighting
Hvilken metode?
Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.
- Dobbelt Robust Estimation (AIPW)Kausal inferens↔ sammenlign
- Vægtning med den inverse behandlingssandsynlighed (IPW / IPTW)Kausal inferens↔ sammenlign
- Marginal Structural Model (MSM)Kausal inferens↔ sammenlign
- Propensity Score MatchingForskningsstatistik↔ sammenlign
- Propensity Score Weighting (PSW / IPW)Kausal inferens↔ sammenlign
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →