Bobot Probabilitas Invers Robust (Robust IPW)
Robust Inverse Probability Weighting (Robust IPW) adalah estimator inferensi kausal yang memberi bobot ulang unit yang diamati dengan bobot skor kecenderungan yang distabilkan atau dipangkas, kemudian menerapkan estimasi varians sandwich atau bootstrap untuk melindungi dari kesalahan spesifikasi model, bobot ekstrem, dan kesalahan standar yang membengkak. Metode ini memperluas IPW standar untuk meningkatkan kinerja sampel terbatas dan keandalan inferensi dalam studi observasional.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
Sumber
- Lunceford, J. K., & Davidian, M. (2004). Stratification and weighting via the propensity score in estimation of causal treatment effects: a comparative study. Statistics in Medicine, 23(19), 2937-2960. DOI: 10.1002/sim.1903 ↗
- Robins, J. M., Hernán, M. A., & Brumback, B. (2000). Marginal structural models and causal inference in epidemiology. Epidemiology, 11(5), 550-560. DOI: 10.1097/00001648-200009000-00011 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Robust Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/id/causal-inference/robust-inverse-probability-weighting
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 PropensitasStatistika Penelitian↔ bandingkan
- Pembobotan Skor Propensitas (PSW / IPW)Inferensi Kausal↔ bandingkan
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →