Heterogeneous Treatment Effect Inverse Probability Weighting (HTE-IPW)
HTE-IPW paplašina standarta apgriezto varbūtības svēršanu, lai atgūtu, kā cēloņseku efekti atšķiras dažādās apakšgrupās vai pēc kovariātu vērtībām. Pārsverot katru novērojumu ar apgriezto novērtēto ārstēšanas varbūtību, metode izveido pseidopopulāciju, kurā ārstēšana ir neatkarīga no fona raksturlielumiem, un pēc tam novērtē nosacītos vidējos ārstēšanas efektus (CATE) kā šo raksturlielumu funkciju.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- Hirano, K., Imbens, G. W., & Ridder, G. (2003). Efficient estimation of average treatment effects using the estimated propensity score. Econometrica, 71(4), 1161-1189. DOI: 10.1111/1468-0262.00442 ↗
- Abrevaya, J., Hsu, Y.-C., & Lieli, R. P. (2015). Estimating conditional average treatment effects. Journal of Business and Economic Statistics, 33(4), 485-505. DOI: 10.1080/07350015.2014.975555 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Heterogeneous Treatment Effect Estimation via Inverse Probability Weighting. ScholarGate. https://scholargate.app/lv/causal-inference/heterogeneous-treatment-effect-inverse-probability-weighting
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Divkārši robusta novērtēšana (AIPW)Cēloņsakarību secināšana↔ salīdzināt
- Heterogēno ārstēšanas efektu noslieces rādītāja saskaņošanaCēloņsakarību secināšana↔ salīdzināt
- Apgrieztā varbūtības svēršana (IPW / IPTW)Cēloņsakarību secināšana↔ salīdzināt
- Marginal Structural Model (MSM)Cēloņsakarību secināšana↔ salīdzināt
- Aproksimēta novērtēšana (PSW / IPW)Cēloņsakarību secināšana↔ salīdzināt
Similar methods
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →