Regression modelQuasi-experimental / causal inference
ロバスト逆確率重み付け (Robust IPW)
ロバスト逆確率重み付け (Robust IPW) は、観測されたユニットを安定化またはトリミングされた傾向スコア重みによって再重み付けし、その後、モデルの誤特定、極端な重み、および標準誤差の膨張を防ぐためにサンドイッチ分散推定またはブートストラップ分散推定を適用する、因果推論の推定量です。これは、標準的なIPWを拡張し、観察研究における有限標本性能と推論の信頼性を向上させます。
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
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Robust Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/ja/causal-inference/robust-inverse-probability-weighting
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
- 傾向スコアマッチング研究統計↔ 比較
- 傾向スコア重み付け（PSW / IPW）因果推論↔ 比較