وزندهی معکوس احتمال قوی (Robust IPW)
وزندهی معکوس احتمال قوی (Robust IPW) یک برآوردگر استنتاج علی است که واحدهای مشاهدهشده را با وزنهای نمره تمایل تثبیتشده یا هرسشده مجدداً وزندهی میکند، سپس از برآورد واریانس ساندویچی یا بوتاسترپ برای محافظت در برابر مشخصسازی نادرست مدل، وزنهای افراطی و خطاهای استاندارد متورم استفاده میکند. این روش، IPW استاندارد را برای بهبود عملکرد نمونه محدود و قابلیت اطمینان استنتاج در مطالعات مشاهدهای گسترش میدهد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
نقشهٔ روش
همسایگی روشهای مرتبط — برای کاوش، یک گره را برگزینید.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Robust Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/fa/causal-inference/robust-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
- 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 →