ScholarGate
Assistent
Regression modelQuasi-experimental / causal inference

Robuste Gewichtung mittels Propensity Scores

Robuste Gewichtung mittels Propensity Scores erweitert die Standardgewichtung mittels inverser Wahrscheinlichkeit (Inverse Probability Weighting, IPW), indem sie Schutzmassnahmen gegen Fehl-Spezifikationen des Propensity-Score-Modells und extreme Gewichtungen integriert. Sie kombiniert Techniken wie Gewichtungs-Trimming, Überlappungs-Gewichtung oder augmentierte Ergebnismodelle, um sicherzustellen, dass Schätzungen kausaler Effekte auch bei unvollkommener Spezifikation des Propensity-Score-Modells zuverlässig bleiben.

In MethodMind öffnenDemnächstVideoDemnächstFolien herunterladen

Die vollständige Methode lesen

Nur für Mitglieder

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

Anmelden

Methodenkarte

Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.

Quellen

  1. Robins, J. M., Rotnitzky, A., & Zhao, L. P. (1994). Estimation of regression coefficients when some regressors are not always observed. Journal of the American Statistical Association, 89(427), 846-866. DOI: 10.1080/01621459.1994.10476818
  2. Zhao, Q., Small, D. S., & Bhattacharya, B. B. (2019). Sensitivity analysis for inverse probability weighting estimators via the percentile bootstrap. Journal of the Royal Statistical Society: Series B, 81(4), 735-761. DOI: 10.1111/rssb.12327

So zitieren Sie diese Seite

ScholarGate. (2026, June 3). Robust Propensity Score Weighting Estimator. ScholarGate. https://scholargate.app/de/causal-inference/robust-propensity-score-weighting

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.

Nebeneinander vergleichen
ScholarGateRobust Propensity Score Weighting (Robust Propensity Score Weighting Estimator). Abgerufen am 2026-06-15 von https://scholargate.app/de/causal-inference/robust-propensity-score-weighting · Datensatz: https://doi.org/10.5281/zenodo.20539026