Heterogene Behandlungseffekte mittels Entropie-Balancierung
Die Entropie-Balancierung heterogener Behandlungseffekte kombiniert die Entropie-Balancierung – einen Vorverarbeitungsschritt, der Kontrollgruppen-Einheiten neu gewichtet, um sie bezüglich der Kovariatenmomente an die Behandlungsgruppe anzupassen – mit Methoden, die abschätzen, wie der Behandlungseffekt über Untergruppen oder Individuen variiert. Sie erzeugt kovariatenbalancierte Gewichte ohne parametrische Propensitätsmodelle und verwendet diese Gewichte dann zur Schätzung bedingter durchschnittlicher Behandlungseffekte (CATEs) über moderierende Variablen hinweg.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Methodenkarte
Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.
Quellen
- Hainmueller, J. (2012). Entropy balancing for causal effects: A multivariate reweighting method to produce balanced samples in observational studies. Political Analysis, 20(1), 25-46. DOI: 10.1093/pan/mpr025 ↗
- Athey, S., & Imbens, G. W. (2016). Recursive partitioning for heterogeneous causal effects. Proceedings of the National Academy of Sciences, 113(27), 7353-7360. DOI: 10.1073/pnas.1510489113 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Heterogeneous Treatment Effect Estimation with Entropy Balancing. ScholarGate. https://scholargate.app/de/causal-inference/heterogeneous-treatment-effect-entropy-balancing
Welche Methode?
Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.
- Doubly Robust Estimation (AIPW)Kausale Inferenz↔ vergleichen
- Entropie-BalancierungKausale Inferenz↔ vergleichen
- Heterogene Effekte von Behandlungsmassnahmen mittels Propensity-Score-MatchingKausale Inferenz↔ vergleichen
- Inverse Probability of Treatment Weighting (IPW / IPTW)Kausale Inferenz↔ vergleichen
- Propensity Score Weighting (PSW / IPW)Kausale Inferenz↔ vergleichen
Similar methods
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →