Divkārši robusta novērtēšana izglītības pētījumos
Divkārši robusta novērtēšana (DR) ir semiparametriska kauzālās secināšanas pieeja, kas apvieno iznākuma regresijas modeli ar noslieces rādītāja modeli. Izglītības pētījumos to izmanto, lai novērtētu izglītības programmu, intervenciju vai politikas kauzālo ietekmi uz studentu rezultātiem, ja ārstēšanas piešķiršana nav nejauša, bet novērotie kovariāti var izskaidrot atlases neobjektivitāti. Novērtētājs ir konsekvents, ja viens — ne obligāti abi — no abiem komponentu modeļiem ir pareizi specificēts.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- 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 ↗
- Karim, M. E., Petkau, J., Gustafson, P., Tremlett, H., & BeAMS Study Group. (2018). Comparison of statistical approaches dealing with time-dependent confounding in drug effectiveness studies. Statistical Methods in Medical Research, 27(6), 1709-1722. DOI: 10.1177/0962280216668554 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Doubly Robust Estimation Applied to Education Research. ScholarGate. https://scholargate.app/lv/causal-inference/doubly-robust-estimation-in-education-research
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Diferenču starpībām (Diff-in-Diff)Ekonometrija↔ salīdzināt
- Divkārši robusta novērtēšana (AIPW)Cēloņsakarību secināšana↔ salīdzināt
- Apgrieztā varbūtības svēršana (IPW / IPTW)Cēloņsakarību secināšana↔ salīdzināt
- Marginal Structural Model (MSM)Cēloņsakarību secināšana↔ salīdzināt
- Propensity Score MatchingPētniecības statistika↔ salīdzināt
- Aproksimēta novērtēšana (PSW / IPW)Cēloņsakarību secināšana↔ salīdzināt
Similar methods
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →