Robust Propensity Score Weighting
Robust Propensity Score Weighting laajentaa standardia käänteisen todennäköisyyden painotusta (inverse probability weighting) sisällyttämällä suojatoimia vinoutuneen estimandimallin ja äärimmäisten painojen varalta. Se yhdistää tekniikoita, kuten painojen karsiminen, päällekkäisyyspainotus tai täydennetyt tulosmallit, varmistaakseen, että kausaalisten vaikutusten estimaatit pysyvät luotettavina, vaikka estimandimalli olisi epätäydellisesti spesifioitu.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Robust Propensity Score Weighting Estimator. ScholarGate. https://scholargate.app/fi/causal-inference/robust-propensity-score-weighting
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
- Propensity Score MatchingTutkimuksen tilastomenetelmät↔ vertaa
- Propensity Score Weighting (PSW / IPW)Kausaalipäättely↔ vertaa
- Herkkyysanalyysi kausaalisuudelleKausaalipäättely↔ vertaa
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →