Kaksoisrobustin estimoinnin käyttö koulutustutkimuksessa
Kaksoisrobustin estimointi (DR) on semiparametrinen kausaalisen päättelyn lähestymistapa, joka yhdistää regressiomallin tulosmuuttujalle ja taipumuspisteytemallin. Koulutustutkimuksessa sitä käytetään arvioimaan koulutusohjelmien, interventioiden tai politiikkojen kausaalista vaikutusta opiskelijoiden tuloksiin, kun hoito-osallistuminen ei ole satunnaista, mutta havaitut kovariaatit voivat selittää valikoitumisharhaa. Estimaattori on konsistentti, jos jompikumpi – ei välttämättä molemmat – kahdesta komponenttimallista on oikein spesifioitu.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
Lähteet
- Bang, H., & Robins, J. M. (2005). Doubly Robust Estimation in Missing Data and Causal Inference Models. Biometrics, 61(4), 962-973. DOI: 10.1111/j.1541-0420.2005.00377.x ↗
- Karim, M. E., Petkau, J., Gustafson, P., Tremlett, H., & BeAMS Study Group. (2018). Comparison of statistical approaches dealing with time-dependent confounding in drug effectiveness studies. Statistical Methods in Medical Research, 27(6), 1709-1722. DOI: 10.1177/0962280216668554 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Doubly Robust Estimation Applied to Education Research. ScholarGate. https://scholargate.app/fi/causal-inference/doubly-robust-estimation-in-education-research
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- Erojen erot (Diff-in-Diff)Ekonometria↔ vertaa
- Kaksoisrobustin estimoinnin (AIPW) menetelmäKausaalipäättely↔ vertaa
- Käänteisen todennäköisyyden painotus (IPW / IPTW)Kausaalipäättely↔ vertaa
- Marginaalinen rakenteellinen malli (MSM)Kausaalipäättely↔ vertaa
- Propensity Score MatchingTutkimuksen tilastomenetelmät↔ vertaa
- Propensity Score Weighting (PSW / IPW)Kausaalipäättely↔ vertaa
Similar methods
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →