विषम उपचार प्रभाव द्वि-दृढ़ अनुमान
विषम उपचार प्रभावों (HTE) का द्वि-दृढ़ अनुमान यह अनुमान लगाता है कि किसी उपचार का कारण प्रभाव उपसमूहों या व्यक्तिगत सहचर मानों में कैसे भिन्न होता है। एक परिणाम मॉडल और एक प्रवृत्ति स्कोर मॉडल को मिलाकर, यह तब भी संगति बनाए रखता है जब इनमें से कोई एक मॉडल सही ढंग से निर्दिष्ट हो, और मान्य सशर्त औसत उपचार प्रभाव (CATE) अनुमान उत्पन्न करने के लिए क्रॉस-फिटिंग के माध्यम से लचीले मशीन लर्निंग उपद्रवी अनुमानकों का समर्थन करता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
पद्धति मानचित्र
सम्बन्धित पद्धतियों का परिवेश — अन्वेषण हेतु किसी नोड का चयन करें।
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Doubly Robust Estimation of Heterogeneous Treatment Effects. ScholarGate. https://scholargate.app/hi/causal-inference/heterogeneous-treatment-effect-doubly-robust-estimation
कौन-सी पद्धति?
इस पद्धति को उसकी निकटतम सजातीय पद्धतियों के साथ रखकर उन्हें साथ-साथ पढ़ें — पुस्तकालय पुस्तकें मेज़ पर रख देता है; चुनाव आपका है।
- Doubly Robust Estimationकारणात्मक अनुमान↔ तुलना करें
- उपचार भारण की व्युत्क्रम प्रायिकता (IPW / IPTW)कारणात्मक अनुमान↔ तुलना करें
- मशीन लर्निंग-संवर्धित दोहरा सुदृढ़ आकलन (ML-DR)कारणात्मक अनुमान↔ तुलना करें
- मार्जिनल स्ट्रक्चरल मॉडल (MSM)कारणात्मक अनुमान↔ तुलना करें
- प्रोपेंसिटी स्कोर वेटिंग (PSW / IPW)कारणात्मक अनुमान↔ तुलना करें