Robust Propensity Score Matching Estimator
Tavallinen propensity score -paritus ensin estimoi hoitoon pääsyn todennäköisyyden kovariaateista ja parittaa sitten jokaisen hoidetun yksikön lähimpään kontrolliin. Yleisesti huomiotta jätetty ongelma on, että propensity scoret ovat itsessään estimaatteja, eivät tunnettuja suureita – niiden käsittely kiinteinä aliarvioi todellista otantavarianssia ja tuottaa liian kapeita luottamusvälejä. Robust PSM lisää korjauksen tälle imputointiepävarmuudelle, jotta t-arvot ja p-arvot heijastavat kausaalisen estimaatin todellista tarkkuutta. Ajattele sitä parituksena rehellisillä virhepalkilla: paritat tavalliseen tapaan, mutta myönnät sitten, että sekä pisteytysestimaatio- että paritusvaihe ovat vaikuttaneet epävarmuuteen.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
Lähteet
- Abadie, A., & Imbens, G. W. (2016). Matching on the Estimated Propensity Score. Econometrica, 84(2), 781-807. DOI: 10.3982/ECTA11293 ↗
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Robust Propensity Score Matching Estimator. ScholarGate. https://scholargate.app/fi/causal-inference/robust-propensity-score-matching
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- Karkeistettu tarkka täsmäytys (CEM)Kausaalipäättely↔ vertaa
- Kaksoisrobustin estimoinnin (AIPW) menetelmäKausaalipäättely↔ vertaa
- Käänteisen todennäköisyyden painotus (IPW / IPTW)Kausaalipäättely↔ vertaa
- SovitusestimaattoriKausaalipäättely↔ vertaa
- Propensity Score MatchingTutkimuksen tilastomenetelmät↔ vertaa
- Propensity Score Weighting (PSW / IPW)Kausaalipäättely↔ vertaa
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →