Vektlegging av invers sannsynlighet for heterogene behandlingseffekter (HTE-IPW)
HTE-IPW utvider standard vektlegging av invers sannsynlighet for å gjenopprette hvordan kausaleffekter varierer på tvers av undergrupper eller kovariatverdier. Ved å re-vekting hver observasjon med inversen av dens estimerte behandlingstannsynlighet, skaper metoden en pseudo-populasjon der behandling er uavhengig av bakgrunnskarakteristikker, og estimerer deretter betingede gjennomsnittlige behandlingseffekter (CATEs) som en funksjon av disse karakteristikkene.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Heterogeneous Treatment Effect Estimation via Inverse Probability Weighting. ScholarGate. https://scholargate.app/no/causal-inference/heterogeneous-treatment-effect-inverse-probability-weighting
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Dobbel robust estimering (AIPW)Kausal inferens↔ compare
- Heterogen behandlingseffekt med propensity score-matchingKausal inferens↔ compare
- Inverse Probability of Treatment Weighting (IPW / IPTW)Kausal inferens↔ compare
- Marginal Structural Model (MSM)Kausal inferens↔ compare
- Propensity Score Weighting (PSW / IPW)Kausal inferens↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →