ScholarGate
Assistent
Machine learningCausal ML

Sihtotstarbeline suurima tõenäosuse hinnang (TMLE)

Sihtotstarbeline suurima tõenäosuse hinnang (TMLE) on semiparametriline, kahekordselt robustne kausaalse järelduse meetod, mille võtsid 2006. aastal kasutusele Mark van der Laan ja Daniel Rubin. See ühendab paindlikud masinõppe mudelid nii tulemuse kui ka ravi määramise mehhanismi jaoks, seejärel rakendab sihtimisastme, mis kohandab esialgset tulemusmudelit spetsiifiliselt eelnevalt määratletud kausaalse hinnangu, näiteks keskmise ravitulemuse vähendamiseks. TMLE-d kasutatakse laialdaselt epidemioloogias, biostatistikas ja terviseökonoomikas, kui hinnatakse kausaalseid mõjusid vaatlusandmetest.

Ava rakenduses MethodMindPeagiApply, compare, get guidance
Tools & resources
Laadi slaidid alla
Learn & explore
VideoPeagi

Loe meetodi täielikku kirjeldust

Ainult liikmetele

Selle osa lugemiseks logi sisse tasuta kontoga.

Logi sisse

Meetodikaart

Seotud meetodite ümbruskond — vali sõlm, et seda uurida.

Sihtotstarbeline suurima tõenäosuse hinnang (TMLE)
TopeltmasinõpeTopeltrobustne hindamine…Pöörd-tõenäosuskaalutami…

Allikad

  1. van der Laan, M. J., & Rubin, D. (2006). Targeted maximum likelihood learning. The International Journal of Biostatistics, 2(1). DOI: 10.2202/1557-4679.1043

Kuidas sellele lehele viidata

ScholarGate. (2026, June 2). Targeted Maximum Likelihood Estimation (TMLE). ScholarGate. https://scholargate.app/et/causal-inference/targeted-maximum-likelihood

Milline meetod?

Aseta see meetod oma lähimate sugulaste kõrvale ja loe neid kõrvuti — raamatukogu laob raamatud lauale; valik on sinu.

Võrdle kõrvuti
ScholarGateTargeted Maximum Likelihood Estimation (Targeted Maximum Likelihood Estimation (TMLE)). Loetud 2026-06-17 aadressilt https://scholargate.app/et/causal-inference/targeted-maximum-likelihood · Andmestik: https://doi.org/10.5281/zenodo.20539026