Regression modelQuasi-experimental / causal inference
政策評価における二重頑健推定量
政策評価における二重頑健推定量（Doubly Robust Estimation, DR）は、公的政策やプログラムの因果効果を評価するために二重頑健推定量（DR estimator）を適用するものである。これは、処置割り当てモデル（傾向スコア）とアウトカムモデルを組み合わせたもので、両モデルのうち少なくとも一方が正しく指定されていれば、平均処置効果の一致推定量が得られるため、プログラム評価においてロバストなツールとなる。
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
- Bang, H., & Robins, J. M. (2005). Doubly robust estimation in missing data and causal inference models. Biometrics, 61(4), 962-973. DOI: 10.1111/j.1541-0420.2005.00377.x ↗
- Robins, J. M., Rotnitzky, A., & Zhao, L. P. (1994). Estimation of regression coefficients when some regressors are not always observed. Journal of the American Statistical Association, 89(427), 846-866. DOI: 10.1080/01621459.1994.10476818 ↗
このページの引用方法
ScholarGate. (2026, June 3). Doubly Robust Estimation for Policy Evaluation. ScholarGate. https://scholargate.app/ja/causal-inference/policy-evaluation-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
- Marginal Structural Model (MSM)因果推論↔ 比較
- 政策評価における傾向スコアマッチング因果推論↔ 比較
- 傾向スコア重み付け（PSW / IPW）因果推論↔ 比較