Apgrieztās varbūtības svēršana izglītības pētījumos
Apgrieztās varbūtības svēršana (IPW) ir cēloņsakarību secināšanas metode, kas pārsver novērojumu datus izglītības jomā, lai atdarinātu randomizētu eksperimentu. Katram studentam vai skolai tiek piešķirts svars, kas ir vienāds ar apgriezto varbūtību, ka viņi saņēma iejaukšanos — tādējādi radot pseidopopulāciju, kurā dalība programmā ir neatkarīga no izmērītajām fona īpašībām. Metode tiek plaši izmantota izglītības pētījumos, lai novērtētu skolu programmas, intervences un politikas, izmantojot administratīvos vai aptaujas datus.
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 ↗
- Stuart, E. A. (2010). Matching Methods for Causal Inference: A Review and a Look Forward. Statistical Science, 25(1), 1-21. DOI: 10.1214/09-STS313 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Inverse Probability Weighting for Causal Inference in Education Research. ScholarGate. https://scholargate.app/lv/causal-inference/inverse-probability-weighting-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.
- Coarsened Exact Matching (CEM)Cēloņsakarību secināšana↔ salīdzināt
- Diferenču starpībām (Diff-in-Diff)Ekonometrija↔ salīdzināt
- Divkārši robusta novērtēšana (AIPW)Cēloņsakarību secināšana↔ salīdzināt
- Instrumentālo mainīgo (IV) metode cēloņsakarību noteikšanaiVeselības ekonomika↔ salīdzināt
- Propensity Score MatchingPētniecības statistika↔ salīdzināt
- Dizains ar regresijas pārtraukumu (RDD)Cēloņsakarību secināšana↔ salīdzināt
Similar methods
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →