Estimasi Robust Ganda Evaluasi Kebijakan
Estimasi Robust Ganda Evaluasi Kebijakan menerapkan estimator robust ganda (DR) untuk menilai efek kausal dari kebijakan atau program publik. Ini menggabungkan model penugasan perlakuan (skor kecenderungan) dengan model hasil, dan hanya membutuhkan salah satu dari dua model untuk dispesifikasi dengan benar untuk menghasilkan estimasi yang konsisten dari efek perlakuan rata-rata, menjadikannya alat yang tangguh untuk evaluasi program.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
Sumber
- Bang, H., & Robins, J. M. (2005). Doubly robust estimation in missing data and causal inference models. Biometrics, 61(4), 962-973. DOI: 10.1111/j.1541-0420.2005.00377.x ↗
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Doubly Robust Estimation for Policy Evaluation. ScholarGate. https://scholargate.app/id/causal-inference/policy-evaluation-doubly-robust-estimation
Metode yang mana?
Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.
- Estimasi Robust Ganda (AIPW)Inferensi Kausal↔ bandingkan
- Bobot Probabilitas Invers (IPW / IPTW)Inferensi Kausal↔ bandingkan
- Model Struktural Marginal (MSM)Inferensi Kausal↔ bandingkan
- Pencocokan Skor Propensitas Evaluasi KebijakanInferensi Kausal↔ bandingkan
- Pembobotan Skor Propensitas (PSW / IPW)Inferensi Kausal↔ bandingkan
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →