Ponderazione Inversa di Probabilità Robusta (IPW Robusta)
La Ponderazione Inversa di Probabilità Robusta (IPW Robusta) è uno stimatore di inferenza causale che ripondera le unità osservate tramite pesi di propensione stabilizzati o troncati, quindi applica una stima della varianza sandwich o bootstrap per proteggersi da misspecificazioni del modello, pesi estremi e errori standard gonfiati. Estende l'IPW standard per migliorare le prestazioni in campioni finiti e l'affidabilità inferenziale negli studi osservazionali.
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
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Robust Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/it/causal-inference/robust-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
- Abbinamento del punteggio di propensioneStatistica per la ricerca↔ confronta
- Ponderazione basata sul punteggio di propensione (PSW / IPW)Inferenza causale↔ confronta
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →