Valutazione di politiche mediante ponderazione per l'inverso della probabilità
La ponderazione per l'inverso della probabilità (IPW) nella valutazione di politiche utilizza punteggi di propensione stimati per ricampionare le unità osservate in modo che il campione ponderato imiti un esperimento randomizzato. Ogni unità viene ponderata per l'inverso della sua probabilità di ricevere la politica, creando una pseudo-popolazione in cui l'assegnazione del trattamento è indipendente dalle covariate osservate e l'effetto medio del trattamento (ATE) può essere letto direttamente.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Mappa dei metodi
Il vicinato dei metodi correlati — seleziona un nodo per esplorare.
Fonti
- Imbens, G. W., & Wooldridge, J. M. (2009). Recent Developments in the Econometrics of Program Evaluation. Journal of Economic Literature, 47(1), 5-86. DOI: 10.1257/jel.47.1.5 ↗
- Robins, J. M., Hernan, M. A., & Brumback, B. (2000). Marginal Structural Models and Causal Inference in Epidemiology. Epidemiology, 11(5), 550-560. DOI: 10.1097/00001648-200009000-00011 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Inverse Probability Weighting for Policy Evaluation. ScholarGate. https://scholargate.app/it/causal-inference/policy-evaluation-inverse-probability-weighting
Quale metodo?
Affianca questo metodo ai suoi parenti più prossimi e leggili fianco a fianco — la biblioteca dispone i libri sul tavolo; la scelta è tua.
- Stima a Doppia Robustezza (AIPW)Inferenza causale↔ confronta
- Inverse Probability of Treatment Weighting (IPW / IPTW)Inferenza causale↔ confronta
- Modello Strutturale Marginale (MSM)Inferenza causale↔ confronta
- Policy Evaluation Propensity Score MatchingInferenza causale↔ confronta
- Abbinamento del punteggio di propensioneStatistica per la ricerca↔ confronta
- Ponderazione basata sul punteggio di propensione (PSW / IPW)Inferenza causale↔ confronta
Similar methods
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →