Regression modelQuasi-experimental / causal inference
정책 평가 이중 강건 추정 (Policy Evaluation Doubly Robust Estimation)
정책 평가 이중 강건 추정은 이중 강건 (DR) 추정량을 적용하여 공공 정책이나 프로그램의 인과적 효과를 평가한다. 이는 처리 할당 모델(성향 점수)과 결과 모델을 결합하며, 두 모델 중 하나만 올바르게 지정되어도 평균 처리 효과의 일관된 추정치를 생성할 수 있어 프로그램 평가에 있어 복원력 있는 도구가 된다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Doubly Robust Estimation for Policy Evaluation. ScholarGate. https://scholargate.app/ko/causal-inference/policy-evaluation-doubly-robust-estimation
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- 이중 강건 추정 (AIPW)인과추론↔ 비교
- 역확률 가중치 (Inverse Probability Weighting, IPW / IPTW)인과추론↔ 비교
- Marginal Structural Model (MSM)인과추론↔ 비교
- 정책 평가 성향 점수 매칭인과추론↔ 비교
- 성향 점수 가중치 (PSW / IPW)인과추론↔ 비교