Robuuste Propensity Score Matching
Robuuste Propensity Score Matching (robuuste PSM) is een quasi-experimentele causale inferentiemethode die behandelde en controleenheden koppelt op basis van hun geschatte waarschijnlijkheid om de behandeling te ontvangen (de propensity score), en vervolgens het gemiddelde behandelingseffect schat met behulp van variantie-estimators die rekening houden met de onzekerheid die wordt geïntroduceerd door het schatten van de propensity score zelf. De correctie, ontwikkeld door Abadie en Imbens (2016), voorkomt misleidende inferentie die standaard bootstrap- of analytische formules produceren wanneer deze naïef na matching worden toegepast.
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
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Robust Propensity Score Matching Estimator. ScholarGate. https://scholargate.app/nl/causal-inference/robust-propensity-score-matching
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
- Dubbel Robuuste Schatting (AIPW)Causale inferentie↔ vergelijken
- Inverse Probability of Treatment Weighting (IPW / IPTW)Causale inferentie↔ vergelijken
- Matching EstimatorCausale inferentie↔ vergelijken
- Propensity Score MatchingOnderzoeksstatistiek↔ vergelijken
- Propensity Score Weighting (PSW / IPW)Causale inferentie↔ vergelijken
Een fout op deze pagina gezien? Meld het of stel een correctie voor →