ارزیابی سیاست با استفاده از وزندهی احتمال معکوس
ارزیابی سیاست با استفاده از وزندهی احتمال معکوس (IPW) از امتیازات تمایل تخمینزده شده برای وزندهی مجدد واحدهای مشاهدهشده استفاده میکند تا نمونه وزندار از یک آزمایش تصادفی تقلید کند. هر واحد با معکوس احتمال دریافت سیاست وزندهی میشود و جمعیتی ساختگی ایجاد میکند که در آن تخصیص درمان مستقل از متغیرهای کمکی مشاهدهشده است و میانگین اثر درمان (ATE) را میتوان مستقیماً خواند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
نقشهٔ روش
همسایگی روشهای مرتبط — برای کاوش، یک گره را برگزینید.
منابع
- Imbens, G. W., & Wooldridge, J. M. (2009). Recent Developments in the Econometrics of Program Evaluation. Journal of Economic Literature, 47(1), 5-86. DOI: 10.1257/jel.47.1.5 ↗
- Robins, J. M., Hernan, M. A., & Brumback, B. (2000). Marginal Structural Models and Causal Inference in Epidemiology. Epidemiology, 11(5), 550-560. DOI: 10.1097/00001648-200009000-00011 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Inverse Probability Weighting for Policy Evaluation. ScholarGate. https://scholargate.app/fa/causal-inference/policy-evaluation-inverse-probability-weighting
کدام روش؟
این روش را در کنار نزدیکترین روشهای خویشاوندش بگذارید و آنها را کنار هم بخوانید — کتابخانه کتابها را روی میز میگشاید؛ انتخاب با شماست.
- برآورد دوگانه استوار (AIPW)استنتاج علّی↔ مقایسه
- وزندهی احتمال معکوسِ دریافتِ درمان (IPW / IPTW)استنتاج علّی↔ مقایسه
- مدل ساختاری حاشیهای (MSM)استنتاج علّی↔ مقایسه
- ارزیابی سیاست با تطبیق امتیاز تمایلاستنتاج علّی↔ مقایسه
- تطابق امتیاز تمایل (Propensity Score Matching)آمار پژوهش↔ مقایسه
- وزندهی امتیاز تمایل (PSW / IPW)استنتاج علّی↔ مقایسه
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →