Polityczna ocena z podwójnie odpornym estymatorem
Polityczna ocena z podwójnie odpornym estymatorem stosuje podwójnie odporny (DR) estymator do oceny przyczynowego wpływu polityki publicznej lub programu. Łączy model przypisania interwencji (wynik skłonności) z modelem wyniku i wymaga poprawnej specyfikacji tylko jednego z tych dwóch modeli, aby uzyskać spójną estymację średniego efektu interwencji, co czyni go odpornym narzędziem do oceny programów.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- Bang, H., & Robins, J. M. (2005). Doubly robust estimation in missing data and causal inference models. Biometrics, 61(4), 962-973. DOI: 10.1111/j.1541-0420.2005.00377.x ↗
- Robins, J. M., Rotnitzky, A., & Zhao, L. P. (1994). Estimation of regression coefficients when some regressors are not always observed. Journal of the American Statistical Association, 89(427), 846-866. DOI: 10.1080/01621459.1994.10476818 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Doubly Robust Estimation for Policy Evaluation. ScholarGate. https://scholargate.app/pl/causal-inference/policy-evaluation-doubly-robust-estimation
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Estymacja podwójnie odporna (AIPW)Wnioskowanie przyczynowe↔ porównaj
- Ważenie odwrotnością prawdopodobieństwa leczenia (IPW / IPTW)Wnioskowanie przyczynowe↔ porównaj
- Model strukturalny brzegowy (MSM)Wnioskowanie przyczynowe↔ porównaj
- Dopasowywanie wyników skłonności w ocenie politykiWnioskowanie przyczynowe↔ porównaj
- Ważenie z wykorzystaniem wyniku skłonności (PSW / IPW)Wnioskowanie przyczynowe↔ porównaj
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →