ScholarGate
Assistent
Regression model

Doubly Robust Estimation (AIPW)

Doubly Robust Estimation, auch Augmented Inverse Probability Weighting (AIPW) genannt, ist eine semiparametrische Methode zur Schätzung kausaler Behandlungseffekte, die ein Outcome-Regressionsmodell mit einem Propensity- (Behandlungs-) Modell kombiniert. Entwickelt in den Arbeiten von Robins & Rotnitzky (1995) und Bang & Robins (2005), bleibt sie konsistent, solange mindestens eines der beiden Modelle korrekt spezifiziert ist.

In MethodMind öffnenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

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

+50 more

Quellen

  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

So zitieren Sie diese Seite

ScholarGate. (2026, June 1). Augmented Inverse Probability Weighting (AIPW) / Doubly Robust Estimation. ScholarGate. https://scholargate.app/de/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

Referenziert von

Bayesian Doubly Robust EstimationBayesian Entropy BalancingBayesian Inverse Probability WeightingBayesianisches Marginal Structural ModelBayesian Matching EstimatorBayesian Propensity Score MatchingBayesian Propensity Score WeightingBayesian Sensitivity Analysis for CausalityDouble Machine LearningDoubly Robust Estimation in der BildungsforschungDynamische Inverse WahrscheinlichkeitsgewichtungDynamisches Propensity Score MatchingEntropie-BalancierungG-Computation (Parametrische G-Formel)Doppelte robuste Schätzung heterogener BehandlungseffekteHeterogene Behandlungseffekte mittels Entropie-BalancierungHeterogeneous Treatment Effect Inverse Probability WeightingHeterogeneous Treatment Effect Marginal Structural ModelHeterogener Treatment-Effekt-Matching-SchätzerHeterogene Effekte von Behandlungsmassnahmen mittels Propensity-Score-MatchingSensitivitätsanalyse heterogener Behandlungseffekte für KausalitätInverse Probability of Treatment Weighting (IPW / IPTW)Inverse Probability Weighting in der BildungsforschungMaschinelles Lernen-gestützte Kausale-Auswirkungs-AnalyseMaschinelles Lernen-erweitertes Coarsened Exact Matching (ML-CEM)Maschinelles Lernen-gestütztes Differenz-in-Differenzen (ML-DiD)Machine Learning-Augmented Doubly Robust Estimation (ML-DR)Machine Learning-Augmented Entropy BalancingMaschinelles Lernen-erweitertes Fuzzy Regression Discontinuity DesignMaschinelles Lernen-gestützte Inverse Wahrscheinlichkeitsgewichtung (ML-IPW)Maschinelles Lernen-erweitertes Marginal Structural Model (ML-MSM)Maschinelles Lernen-gestützter Matching-SchätzerMaschinelles Lernen-gestützte Propensity-Score-MatchingMaschinelles Lernen-augmentierte Propensity Score GewichtungMarginales Strukturelles Modell (MSM)Matching-SchätzerMehrperiodenschätzung mit doppelter RobustheitMehrperioden-Inverse-WahrscheinlichkeitsgewichtungMultiperiodale Propensity-Score-GewichtungDoubly Robust Estimation für PolitikbewertungPolitikbewertung mittels inverser WahrscheinlichkeitsgewichtungMarginales strukturelles Modell zur PolitikbewertungPolitikevaluation mittels Propensity Score MatchingPolitikevaluierung mittels Propensity-Score-GewichtungPropensity Score Weighting (PSW / IPW)Robuste kausale Wirkungsabschätzung (Robust CIE)Robust Inverse Probability Weighting (Robust IPW)Robustes marginales StrukturmodellRobuster Matching-Schätzer (Bias-korrigiertes Matching)Robuste Matching-Verfahren basierend auf Propensity ScoresRobuste Gewichtung mittels Propensity ScoresSensitivitätsanalyse für KausalitätRäumliche doppelt robuste SchätzungRäumliche Inverse Wahrscheinlichkeitsgewichtung (Spatial IPW)Targeted Maximum Likelihood Estimation (TMLE)Two-Stage Least Squares (2SLS)
ScholarGateDoubly Robust Estimation (Augmented Inverse Probability Weighting (AIPW) / Doubly Robust Estimation). Abgerufen am 2026-06-15 von https://scholargate.app/de/causal-inference/doubly-robust-estimation · Datensatz: https://doi.org/10.5281/zenodo.20539026