Beleidsevaluatie Inverse Waarschijnlijkheidsweging
Beleidsanalyse met inverse probability weighting (IPW) maakt gebruik van geschatte propensity scores om waargenomen eenheden te herwegen, zodat het gewogen steekproef een gerandomiseerd experiment nabootst. Elke eenheid wordt gewogen met de inverse van haar waarschijnlijkheid om het beleid te ontvangen, waardoor een pseudo-populatie ontstaat waarin de toewijzing van de behandeling onafhankelijk is van waargenomen covariaat en het gemiddelde behandelingseffect (ATE) direct kan worden afgelezen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- Imbens, G. W., & Wooldridge, J. M. (2009). Recent Developments in the Econometrics of Program Evaluation. Journal of Economic Literature, 47(1), 5-86. DOI: 10.1257/jel.47.1.5 ↗
- Robins, J. M., Hernan, M. A., & Brumback, B. (2000). Marginal Structural Models and Causal Inference in Epidemiology. Epidemiology, 11(5), 550-560. DOI: 10.1097/00001648-200009000-00011 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Inverse Probability Weighting for Policy Evaluation. ScholarGate. https://scholargate.app/nl/causal-inference/policy-evaluation-inverse-probability-weighting
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Dubbel Robuuste Schatting (AIPW)Causale inferentie↔ vergelijken
- Inverse Probability of Treatment Weighting (IPW / IPTW)Causale inferentie↔ vergelijken
- Marginaal Structureel Model (MSM)Causale inferentie↔ vergelijken
- Beleidsevaluatie met Propensity Score MatchingCausale inferentie↔ vergelijken
- Propensity Score MatchingOnderzoeksstatistiek↔ vergelijken
- Propensity Score Weighting (PSW / IPW)Causale inferentie↔ vergelijken
Similar methods
Een fout op deze pagina gezien? Meld het of stel een correctie voor →