ScholarGate
어시스턴트
Regression modelQuasi-experimental / causal inference

이질적 처리 효과의 이중 강건 추정

이질적 처리 효과(HTE)의 이중 강건 추정은 치료의 인과적 효과가 하위 그룹 또는 개별 공변량 값에 따라 어떻게 달라지는지를 추정합니다. 결과 모델과 성향 점수 모델을 결합함으로써, 두 모델 중 하나라도 올바르게 지정되면 일관성을 유지하며, 교차 적합(cross-fitting)을 통해 유연한 기계 학습 무해 추정기(nuisance estimator)를 지원하여 유효한 조건부 평균 처리 효과(CATE) 추정치를 생성합니다.

MethodMind에서 열기곧 제공Apply, compare, get guidance
Tools & resources
슬라이드 다운로드
Learn & explore
동영상곧 제공

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

방법 지도

관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.

출처

  1. 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
  2. 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

이 페이지 인용 방법

ScholarGate. (2026, June 3). Doubly Robust Estimation of Heterogeneous Treatment Effects. ScholarGate. https://scholargate.app/ko/causal-inference/heterogeneous-treatment-effect-doubly-robust-estimation

어떤 방법일까요?

이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.

나란히 비교하기
ScholarGateHeterogeneous treatment effect Doubly robust estimation (Doubly Robust Estimation of Heterogeneous Treatment Effects). 2026-06-17에 다음에서 검색함: https://scholargate.app/ko/causal-inference/heterogeneous-treatment-effect-doubly-robust-estimation · 데이터셋: https://doi.org/10.5281/zenodo.20539026