Policy Evaluation Doubly Robust Estimation
Policy Evaluation Doubly Robust Estimation applies the doubly robust (DR) estimator to assess the causal effect of a public policy or programme. It combines a model of treatment assignment (propensity score) with a model of the outcome, and requires only one of the two models to be correctly specified to produce a consistent estimate of the average treatment effect, making it a resilient tool for programme evaluation.
Avota reģistrs
Atsauces kopētas tieši no metodes avota reģistra. Tās nenozīmē nekādu apgalvojumu līmeņa verifikāciju.
- 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
Kurēti apgalvojumi
Apgalvojumi saglabāti pierādījumu reģistrā, katram ar savu novērtējumu.
Šis skatījums neizgudro apgalvojumu novērtējumu, ja reģistrā tā nav.
Saistītās metodes
Ģenerēts no metodes grafika un parādīts kā mašīnas ieteiktas attiecības — netiek izvirzīts neviens pierādījumu apgalvojums.