Ponderación Inversa de Probabilidad Robusta (IPW Robusta)
La Ponderación Inversa de Probabilidad Robusta (IPW Robusta) es un estimador de inferencia causal que repondera las unidades observadas mediante ponderaciones de puntuación de propensión estabilizadas o recortadas, y luego aplica una estimación de varianza tipo sándwich o bootstrap para protegerse contra la especificación incorrecta del modelo, ponderaciones extremas y errores estándar inflados. Extiende la IPW estándar para mejorar el rendimiento en muestras finitas y la fiabilidad inferencial en estudios observacionales.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Mapa de métodos
El vecindario de métodos relacionados: selecciona un nodo para explorarlo.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Robust Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/es/causal-inference/robust-inverse-probability-weighting
¿Qué método?
Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.
- Estimación Doblemente Robusta (AIPW)Inferencia causal↔ comparar
- Ponderación por Probabilidad Inversa de Tratamiento (IPW / IPTW)Inferencia causal↔ comparar
- Modelo Estructural Marginal (MSM)Inferencia causal↔ comparar
- Emparejamiento por Puntuación de PropensiónEstadística para la investigación↔ comparar
- Ponderación por Puntuación de Propensión (PSW / IPW)Inferencia causal↔ comparar
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →