Penimbang Kebolehpercayaan Songsang Kebarangkalian (Robust IPW)
Robust Inverse Probability Weighting (Robust IPW) ialah penganggar inferens kausal yang menimbang semula unit yang diperhatikan menggunakan pemberat skor kecenderungan yang distabilkan atau dipangkas, kemudian menggunakan anggaran varians sandwich atau bootstrap untuk melindungi daripada kesilapan spesifikasi model, pemberat ekstrem, dan kesilapan piawai yang meningkat. Ia melanjutkan IPW standard untuk meningkatkan prestasi sampel terhingga dan kebolehpercayaan inferens dalam kajian pemerhatian.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Peta kaedah
Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.
Sumber
- Lunceford, J. K., & Davidian, M. (2004). Stratification and weighting via the propensity score in estimation of causal treatment effects: a comparative study. Statistics in Medicine, 23(19), 2937-2960. DOI: 10.1002/sim.1903 ↗
- Robins, J. M., Hernán, M. A., & Brumback, B. (2000). Marginal structural models and causal inference in epidemiology. Epidemiology, 11(5), 550-560. DOI: 10.1097/00001648-200009000-00011 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Robust Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/ms/causal-inference/robust-inverse-probability-weighting
Kaedah yang mana?
Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.
- Anggaran Keboleh-Teguhan Berganda (AIPW)Inferens Kausal↔ banding
- Penimbang Kebarangkalian Songsang (IPW / IPTW)Inferens Kausal↔ banding
- Model Struktur Marginal (MSM)Inferens Kausal↔ banding
- Padanan Skor KecenderunganStatistik Penyelidikan↔ banding
- Penimbang Skor Kecenderungan (PSW / IPW)Inferens Kausal↔ banding
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →