Heterogeneous Treatment Effect Inverse Probability Weighting
HTE-IPW extends standard inverse probability weighting to recover how causal effects vary across subgroups or covariate values. By reweighting each observation by the inverse of its estimated treatment probability, the method creates a pseudo-population in which treatment is independent of background characteristics, and then estimates conditional average treatment effects (CATEs) as a function of those characteristics.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- Hirano, K., Imbens, G. W., & Ridder, G. (2003). Efficient estimation of average treatment effects using the estimated propensity score. Econometrica, 71(4), 1161-1189. · DOI 10.1111/1468-0262.00442
- Abrevaya, J., Hsu, Y.-C., & Lieli, R. P. (2015). Estimating conditional average treatment effects. Journal of Business and Economic Statistics, 33(4), 485-505. · DOI 10.1080/07350015.2014.975555
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.