ScholarGate
Avustaja
Regression modelQuasi-experimental / causal inference

Propensity Score Weighting (PSW / IPW)

Propensity score weighting on kausaalisen päättelyn menetelmä, joka painottaa havaintoja uudelleen siten, että käsitellyn ja käsittelemättömän yksikön kovariaattijakaumat näyttävät vaihdettavilta, mahdollistaen keskimääräisten hoitovaikutusten harhattomman estimoinnin havainnointidatasta. Jokainen yksikkö saa painon, joka on käänteinen sen todennäköisyydelle saada todellisuudessa saamaansa hoitoa – strategia, jonka Rosenbaum ja Rubin (1983) formalisoivat ja jonka Hirano, Imbens ja Ridder (2003) antoivat tehokkaan semiparametrisen muodon.

Avaa sovelluksessa MethodMindTulossaVideoTulossaLataa diat

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Menetelmäkartta

Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.

Propensity Score Weighting (PSW / IPW)
Karkeistettu tarkka täsm…Erojen erot (Diff-in-Dif…Kaksoisrobustin estimoin…EntropiatasapainoKäänteisen todennäköisyy…Propensity Score MatchingBayesiläinen entropiitas…Bayesilainen käänteisen…Bayesiläinen marginaalin…Bayesiläinen taipumuspis…

+34 lisää

Lähteet

  1. Rosenbaum, P. R., & Rubin, D. B. (1983). The central role of the propensity score in observational studies for causal effects. Biometrika, 70(1), 41-55. DOI: 10.1093/biomet/70.1.41 ↗
  2. Hirano, K., Imbens, G. W., & Ridder, G. (2003). Efficient estimation of average treatment effects using the estimated propensity score. Econometrica, 71(4), 1161-1189. DOI: 10.1111/1468-0262.00442 ↗

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Propensity Score Weighting Estimator. ScholarGate. https://scholargate.app/fi/causal-inference/propensity-score-weighting

Mikä menetelmä?

Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.

Vertaa rinnakkain →

Tähän viittaavat

Bayesiläinen entropiitasapainotusBayesilainen käänteisen todennäköisyyden painotusBayesiläinen marginaalinen rakenteellinen malliBayesiläinen taipumuspiste painotusKarkeistettu tarkka täsmäytys (CEM)Kaksoisrobustin estimoinnin käyttö koulutustutkimuksessaDynaaminen kontrafaktuaalinen vaikutustenarviointiDynaaminen entropiatasapainotusDynaaminen käänteinen todennäköisyyspainotusDynaaminen taipumuspisteyhtälön sovitusEntropiatasapainoHeterogeenisten hoito-vaikutusten kaksinkertaisesti robusti estimointiHeterogeneous Treatment Effect Entropy BalancingHeterogeenisen hoitovaikutuksen käänteinen todennäköisyyspainotus (HTE-IPW)Heterogeneous Treatment Effect Marginal Structural ModelKoneoppimista hyödyntävä kaksinkertaisesti robusti estimointi (ML-DR)Koneoppimista hyödyntävä käänteinen todennäköisyyspainotus (ML-IPW)Koneoppimista hyödyntävä marginaalinen rakenteellinen malli (ML-MSM)Koneoppimista hyödyntävä taipumuskoepisteiden täsmäytysKoneoppimista hyödyntävä taipumusosuitinpainotusMarginaalinen rakenteellinen malli (MSM)SovitusestimaattoriMonijaksoinen käänteisen todennäköisyyden painotusMonijaksoinen taipumusmallipainotusOnline Weighted SamplingPaneeliaineiston käänteisen todennäköisyyden painotusPaneeliaineiston taipumusosamääräpainotusPolitiikan arvioinnin kaksoisrobustinen estimointiPolitiikan arvioinnin käänteisen todennäköisyyden painotusPolitiikan arvioinnin marginaalinen rakenteellinen malliPolicy evaluation propensity score matchingPolicy Evaluation Propensity Score WeightingPropensity Score Matching -menetelmä kasvatustieteellisessä tutkimuksessaVankka käänteinen todennäköisyyspainotus (Vankka IPW)Robusti marginaaliset rakenteelliset mallitRobust Propensity Score MatchingRobust Propensity Score WeightingTilallinen entropiapainotusAvaruudellinen marginaalinen rakenteellinen malliTilajakaumaan perustuva taipumusosamääräpainotus

Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →

ScholarGate — Propensity Score Weighting (Propensity Score Weighting Estimator). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/causal-inference/propensity-score-weighting · Aineisto: https://doi.org/10.5281/zenodo.20539026