برآوردگر وزنی نمره تمایل مقاوم
برآوردگر وزنی نمره تمایل مقاوم (Robust Propensity Score Weighting) با گنجاندن تمهیداتی برای مقابله با خطای مدلسازی نمره تمایل و وزنهای حدی، وزندهی احتمال معکوس استاندارد را گسترش میدهد. این روش، تکنیکهایی مانند برش وزن (weight trimming)، وزندهی همپوشانی (overlap weighting)، یا مدلهای پیامد تقویتشده (augmented outcome models) را ترکیب میکند تا اطمینان حاصل شود که برآوردهای اثر علّی حتی زمانی که مدل نمره تمایل به طور ناقص مشخص شده است، قابل اتکا باقی میمانند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Robust Propensity Score Weighting Estimator. ScholarGate. https://scholargate.app/fa/causal-inference/robust-propensity-score-weighting
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- برآورد دوگانه استوار (AIPW)استنتاج علّی↔ compare
- وزندهی احتمال معکوسِ دریافتِ درمان (IPW / IPTW)استنتاج علّی↔ compare
- مدل ساختاری حاشیهای (MSM)استنتاج علّی↔ compare
- تطابق امتیاز تمایل (Propensity Score Matching)آمار پژوهش↔ compare
- وزندهی امتیاز تمایل (PSW / IPW)استنتاج علّی↔ compare
- تحلیل حساسیت برای علیتاستنتاج علّی↔ compare
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →