Regression modelQuasi-experimental / causal inference
ロバスト傾向スコア重み付け
ロバスト傾向スコア重み付け（Robust Propensity Score Weighting）は、傾向スコアモデルの誤指定や極端な重みに対する保護策を組み込むことで、標準的な逆確率重み付け（inverse probability weighting）を拡張したものである。この手法は、傾向スコアモデルが不完全に指定されている場合でも、因果効果推定値が信頼性を保つことを保証するために、重みトリミング、オーバーラップ重み付け、または拡張されたアウトカムモデルなどの手法を組み合わせる。
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
- 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 ↗
- Zhao, Q., Small, D. S., & Bhattacharya, B. B. (2019). Sensitivity analysis for inverse probability weighting estimators via the percentile bootstrap. Journal of the Royal Statistical Society: Series B, 81(4), 735-761. DOI: 10.1111/rssb.12327 ↗
このページの引用方法
ScholarGate. (2026, June 3). Robust Propensity Score Weighting Estimator. ScholarGate. https://scholargate.app/ja/causal-inference/robust-propensity-score-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
- 因果推論における感度分析因果推論↔ 比較