Estimation doublement robuste des effets hétérogènes du traitement
L'estimation doublement robuste des effets hétérogènes du traitement (HTE) évalue comment l'effet causal d'un traitement varie selon les sous-groupes ou les valeurs des covariables individuelles. En combinant un modèle des résultats et un modèle de score de propension, elle conserve la cohérence si l'un ou l'autre modèle est correctement spécifié, et prend en charge des estimateurs de nuisance flexibles d'apprentissage automatique grâce à la validation croisée pour produire des estimations cohérentes de l'effet moyen conditionnel du traitement (CATE).
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
Sources
- Kennedy, E. H. (2023). Towards optimal doubly robust estimation of heterogeneous causal effects. Electronic Journal of Statistics, 17(2), 3008-3049. DOI: 10.1214/23-EJS2157 ↗
- Chernozhukov, V., Chetverikov, D., Demirer, M., Duflo, E., Hansen, C., Newey, W., & Robins, J. (2018). Double/debiased machine learning for treatment and structural parameters. The Econometrics Journal, 21(1), C1-C68. DOI: 10.1111/ectj.12097 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Doubly Robust Estimation of Heterogeneous Treatment Effects. ScholarGate. https://scholargate.app/fr/causal-inference/heterogeneous-treatment-effect-doubly-robust-estimation
Quelle méthode ?
Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.
- Estimation doublement robuste (AIPW)Inférence causale↔ comparer
- Pondération par l'inverse de la probabilité de traitement (IPW / IPTW)Inférence causale↔ comparer
- Estimation doublement robuste augmentée par apprentissage automatique (ML-DR)Inférence causale↔ comparer
- Modèle structurel marginal (MSM)Inférence causale↔ comparer
- Pondération par score de propension (PSP / IPW)Inférence causale↔ comparer
Similar methods
Une erreur sur cette page ? Signalez-la ou proposez une correction →