Politiikan arvioinnin kaksoisrobustinen estimointi
Politiikan arvioinnin kaksoisrobustinen estimointi soveltaa kaksoisrobustista (DR) estimaattoria julkisen politiikan tai ohjelman kausaalisen vaikutuksen arvioimiseen. Se yhdistää mallin hoitoon määräämisestä (propensity score) ja mallin lopputuloksesta, ja vaatii vain toisen näistä malleista olevan oikein spesifioitu tuottaakseen konsistentin estimaatin keskimääräisestä hoitovaikutuksesta, mikä tekee siitä kestävän työkalun ohjelma-arviointiin.
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 ↗
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Doubly Robust Estimation for Policy Evaluation. ScholarGate. https://scholargate.app/fi/causal-inference/policy-evaluation-doubly-robust-estimation
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- Kaksoisrobustin estimoinnin (AIPW) menetelmäKausaalipäättely↔ vertaa
- Käänteisen todennäköisyyden painotus (IPW / IPTW)Kausaalipäättely↔ vertaa
- Marginaalinen rakenteellinen malli (MSM)Kausaalipäättely↔ vertaa
- Policy evaluation propensity score matchingKausaalipäättely↔ vertaa
- Propensity Score Weighting (PSW / IPW)Kausaalipäättely↔ vertaa
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →