Heterogeneous Treatment Effect Inverse Probability Weighting
HTE-IPW extends standard inverse probability weighting to recover how causal effects vary across subgroups or covariate values. By reweighting each observation by the inverse of its estimated treatment probability, the method creates a pseudo-population in which treatment is independent of background characteristics, and then estimates conditional average treatment effects (CATEs) as a function of those characteristics.
Bronrecord
Citaten letterlijk overgenomen uit het bronrecord van de methode. Hieruit wordt geen verificatie op claimniveau afgeleid.
- 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
- Abrevaya, J., Hsu, Y.-C., & Lieli, R. P. (2015). Estimating conditional average treatment effects. Journal of Business and Economic Statistics, 33(4), 485-505. · DOI 10.1080/07350015.2014.975555
Gecureerde claims
Claims opgeslagen in het bewijsregister, elk met zijn eigen beoordeling.
Deze weergave verzint geen claimbeoordeling als het register er geen heeft.
Gerelateerde methoden
Gegenereerd uit de methodegraaf en getoond als machinaal voorgestelde relaties — er wordt geen bewijsclaim afgeleid.