Robusts īpašības rādītāju saskaņošana
Robusts īpašības rādītāju saskaņošana (robust PSM) ir kvazi-eksperimentāla cēloņsakarību noteikšanas metode, kas saskaņo apstrādātās un kontroles vienības pēc to aplēstās varbūtības saņemt ārstēšanu (īpašības rādītāja), pēc tam novērtē vidējo ārstēšanas efektu, izmantojot dispersijas novērtētājus, kas ņem vērā nenoteiktību, kas radusies, novērtējot pašu īpašības rādītāju. Korekcija, ko izstrādājuši Abadie un Imbens (2016), novērš maldinošus secinājumus, ko standarta bootstrap vai analītiskās formulas rada, ja tās tiek izmantotas naivi pēc saskaņošanas.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- Abadie, A., & Imbens, G. W. (2016). Matching on the Estimated Propensity Score. Econometrica, 84(2), 781-807. DOI: 10.3982/ECTA11293 ↗
- Rosenbaum, P. R., & Rubin, D. B. (1983). The Central Role of the Propensity Score in Observational Studies for Causal Effects. Biometrika, 70(1), 41-55. DOI: 10.1093/biomet/70.1.41 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Robust Propensity Score Matching Estimator. ScholarGate. https://scholargate.app/lv/causal-inference/robust-propensity-score-matching
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
- Divkārši robusta novērtēšana (AIPW)Cēloņsakarību secināšana↔ salīdzināt
- Apgrieztā varbūtības svēršana (IPW / IPTW)Cēloņsakarību secināšana↔ salīdzināt
- Novērtēšanas vienādošana (Matching Estimator)Cēloņsakarību secināšana↔ salīdzināt
- Propensity Score MatchingPētniecības statistika↔ salīdzināt
- Aproksimēta novērtēšana (PSW / IPW)Cēloņsakarību secināšana↔ salīdzināt
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →