Dvostruko robusna procjena heterogenih učinaka tretmana
Dvostruko robusna procjena heterogenih učinaka tretmana (HTE) procjenjuje kako se uzročni učinak tretmana razlikuje među podskupinama ili pojedinačnim vrijednostima kovarijata. Kombiniranjem modela ishoda i modela rezultata sklonosti, zadržava dosljednost ako je bilo koji model ispravno specificiran, te podržava fleksibilne estatore dosadnih funkcija strojnog učenja putem unakrsnog uklapanja kako bi se proizvele valjane procjene uvjetnog prosječnog učinka tretmana (CATE).
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Karta metoda
Okruženje srodnih metoda — odaberite čvor za istraživanje.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Doubly Robust Estimation of Heterogeneous Treatment Effects. ScholarGate. https://scholargate.app/hr/causal-inference/heterogeneous-treatment-effect-doubly-robust-estimation
Koja metoda?
Postavite ovu metodu uz njoj najsrodnije i pročitajte ih jednu uz drugu — knjižnica vam knjige stavlja na stol; izbor je na vama.
- Udvostručeno robusna procjena (AIPW)Uzročno zaključivanje↔ usporedi
- Uteživanje inverznom vjerojatnošću tretmana (IPW / IPTW)Uzročno zaključivanje↔ usporedi
- Procjena uvećana strojnim učenjem i dvostruko robusna (ML-DR)Uzročno zaključivanje↔ usporedi
- Marginal Structural Model (MSM)Uzročno zaključivanje↔ usporedi
- Težinsko ponderiranje sklonosnim rezultatom (PSW / IPW)Uzročno zaključivanje↔ usporedi
Similar methods
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →