Propensity Score Weighting (PSW / IPW)
Propensity score weighting is een causale-inferentiemethode die observaties herwegt zodat de covariatenverdelingen van behandelde en onbehandelde eenheden uitwisselbaar lijken, wat een onbevooroordeelde schatting van gemiddelde behandelingseffecten uit observationele gegevens mogelijk maakt. Elke eenheid krijgt een gewicht dat het omgekeerde is van de waarschijnlijkheid om de behandeling te ontvangen die ze daadwerkelijk hebben ontvangen — een strategie geformaliseerd door Rosenbaum en Rubin (1983) en gegeven zijn efficiënte semiparametrische vorm door Hirano, Imbens en Ridder (2003).
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.
+34 meer
Bronnen
- 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 ↗
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Propensity Score Weighting Estimator. ScholarGate. https://scholargate.app/nl/causal-inference/propensity-score-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.
- Coarsened Exact Matching (CEM)Causale inferentie↔ vergelijken
- Difference-in-Differences (DiD)Econometrie↔ vergelijken
- Dubbel Robuuste Schatting (AIPW)Causale inferentie↔ vergelijken
- EntropiebalanceringCausale inferentie↔ vergelijken
- Inverse Probability of Treatment Weighting (IPW / IPTW)Causale inferentie↔ vergelijken
- Propensity Score MatchingOnderzoeksstatistiek↔ vergelijken
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →