Regression modelQuasi-experimental / causal inference
異質的処置効果の二重頑健推定量（Heterogeneous Treatment Effect Doubly Robust Estimation）
異質的処置効果（HTE）の二重頑健推定量は、処置の因果効果がサブグループまたは個々の共変量値にわたってどのように変化するかを推定する。結果モデルと傾向スコアモデルを組み合わせることで、いずれかのモデルが正しく指定されていれば一致性を維持し、クロスフィッティングを通じて柔軟な機械学習の煩雑推定量をサポートし、妥当な条件付き平均処置効果（CATE）推定値を得ることができる。
MethodMindで開く近日公開Apply, compare, get guidance
Tools & resources
Learn & explore
動画近日公開
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
出典
- Kennedy, E. H. (2023). Towards optimal doubly robust estimation of heterogeneous causal effects. Electronic Journal of Statistics, 17(2), 3008-3049. DOI: 10.1214/23-EJS2157 ↗
- Chernozhukov, V., Chetverikov, D., Demirer, M., Duflo, E., Hansen, C., Newey, W., & Robins, J. (2018). Double/debiased machine learning for treatment and structural parameters. The Econometrics Journal, 21(1), C1-C68. DOI: 10.1111/ectj.12097 ↗
このページの引用方法
ScholarGate. (2026, June 3). Doubly Robust Estimation of Heterogeneous Treatment Effects. ScholarGate. https://scholargate.app/ja/causal-inference/heterogeneous-treatment-effect-doubly-robust-estimation
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
- 二重に頑健な推定量（AIPW）因果推論↔ 比較
- 逆確率重み付け法 (IPW / IPTW)因果推論↔ 比較
- 機械学習拡張二重頑健推定量 (ML-DR)因果推論↔ 比較
- Marginal Structural Model (MSM)因果推論↔ 比較
- 傾向スコア重み付け（PSW / IPW）因果推論↔ 比較
Similar methods
Heterogeneous Treatment Effect Inverse Probability WeightingMachine learning-augmented doubly robust estimationPolicy Evaluation Doubly Robust EstimationHeterogeneous Treatment Effect Matching EstimatorHeterogeneous Treatment Effect Propensity Score MatchingDoubly Robust Estimation in Education ResearchBayesian Doubly Robust EstimationMachine Learning-Augmented Counterfactual Impact Evaluation