Estymacja maksymalnej wiarygodności ukierunkowanej (TMLE)
Estymacja maksymalnej wiarygodności ukierunkowanej (TMLE) to semiparametryczna, podwójnie odporna metoda wnioskowania przyczynowego wprowadzona przez Marka van der Laana i Daniela Rubina w 2006 roku. Łączy ona elastyczne modele uczenia maszynowego zarówno dla wyniku, jak i mechanizmu przypisywania interwencji, a następnie stosuje etap ukierunkowania, który ponownie dopasowuje początkowy model wyniku, aby zredukować błąd systematyczny dla precyzyjnie określonego estymatora przyczynowego, takiego jak średni efekt interwencji. TMLE jest szeroko stosowane w epidemiologii, biostatystyce i ekonomii zdrowia przy estymacji efektów przyczynowych z danych obserwacyjnych.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- van der Laan, M. J., & Rubin, D. (2006). Targeted maximum likelihood learning. The International Journal of Biostatistics, 2(1). DOI: 10.2202/1557-4679.1043 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 2). Targeted Maximum Likelihood Estimation (TMLE). ScholarGate. https://scholargate.app/pl/causal-inference/targeted-maximum-likelihood
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.
- Podwójne uczenie maszynoweWnioskowanie przyczynowe↔ compare
- Estymacja podwójnie odporna (AIPW)Wnioskowanie przyczynowe↔ compare
- Ważenie odwrotnością prawdopodobieństwa leczenia (IPW / IPTW)Wnioskowanie przyczynowe↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →