Heterogeneous Treatment Effect Inverse Probability Weighting
HTE-IPW extends standard inverse probability weighting to recover how causal effects vary across subgroups or covariate values. By reweighting each observation by the inverse of its estimated treatment probability, the method creates a pseudo-population in which treatment is independent of background characteristics, and then estimates conditional average treatment effects (CATEs) as a function of those characteristics.
Lähdetietue
Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.
- 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
- Abrevaya, J., Hsu, Y.-C., & Lieli, R. P. (2015). Estimating conditional average treatment effects. Journal of Business and Economic Statistics, 33(4), 485-505. · DOI 10.1080/07350015.2014.975555
Kuratoituja väitteitä
Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.
Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.
Liittyvät metodit
Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.