ScholarGate
Assistente
Regression modelQuasi-experimental / causal inference

Abbinamento Robusto del Punteggio di Propensione

La Robust Propensity Score Matching (robust PSM) è un metodo quasi-sperimentale di inferenza causale che accoppia unità trattate e di controllo sulla base della loro probabilità stimata di ricevere il trattamento (il propensity score), per poi stimare l'effetto medio del trattamento utilizzando stimatori di varianza che tengono conto dell'incertezza introdotta dalla stima del propensity score stesso. La correzione, sviluppata da Abadie e Imbens (2016), previene inferenze fuorvianti che i normali bootstrap o le formule analitiche producono quando applicati ingenuamente dopo il matching.

Apri in MethodMindIn arrivoVideoIn arrivoScarica le diapositive

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Mappa dei metodi

Il vicinato dei metodi correlati — seleziona un nodo per esplorare.

Fonti

  1. Abadie, A., & Imbens, G. W. (2016). Matching on the Estimated Propensity Score. Econometrica, 84(2), 781-807. DOI: 10.3982/ECTA11293
  2. Rosenbaum, P. R., & Rubin, D. B. (1983). The Central Role of the Propensity Score in Observational Studies for Causal Effects. Biometrika, 70(1), 41-55. DOI: 10.1093/biomet/70.1.41

Come citare questa pagina

ScholarGate. (2026, June 3). Robust Propensity Score Matching Estimator. ScholarGate. https://scholargate.app/it/causal-inference/robust-propensity-score-matching

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.

Confronta affiancati
ScholarGateRobust Propensity Score Matching (Robust Propensity Score Matching Estimator). Consultato il 2026-06-15 da https://scholargate.app/it/causal-inference/robust-propensity-score-matching · Insieme di dati: https://doi.org/10.5281/zenodo.20539026