ScholarGate
Assistente
Regression modelQuasi-experimental / causal inference

Estimativa Duplamente Robusta de Efeito de Tratamento Heterogêneo

A estimação duplamente robusta de efeitos de tratamento heterogêneos (ET H) estima como o efeito causal de um tratamento varia entre subgrupos ou valores de covariáveis individuais. Ao combinar um modelo de resultado e um modelo de escore de propensão, ela mantém a consistência se qualquer um dos modelos for corretamente especificado e suporta estimadores de funções de incômodo de aprendizado de máquina flexíveis através de ajuste cruzado para produzir estimativas válidas do efeito médio de tratamento condicional (ETC).

Abrir no MethodMindEm breveApply, compare, get guidance
Tools & resources
Baixar slides
Learn & explore
VídeoEm breve

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Mapa de métodos

A vizinhança de métodos relacionados — selecione um nó para explorar.

Fontes

  1. Kennedy, E. H. (2023). Towards optimal doubly robust estimation of heterogeneous causal effects. Electronic Journal of Statistics, 17(2), 3008-3049. DOI: 10.1214/23-EJS2157
  2. Chernozhukov, V., Chetverikov, D., Demirer, M., Duflo, E., Hansen, C., Newey, W., & Robins, J. (2018). Double/debiased machine learning for treatment and structural parameters. The Econometrics Journal, 21(1), C1-C68. DOI: 10.1111/ectj.12097

Como citar esta página

ScholarGate. (2026, June 3). Doubly Robust Estimation of Heterogeneous Treatment Effects. ScholarGate. https://scholargate.app/pt/causal-inference/heterogeneous-treatment-effect-doubly-robust-estimation

Qual método?

Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.

Comparar lado a lado
ScholarGateHeterogeneous treatment effect Doubly robust estimation (Doubly Robust Estimation of Heterogeneous Treatment Effects). Recuperado em 2026-06-17 de https://scholargate.app/pt/causal-inference/heterogeneous-treatment-effect-doubly-robust-estimation · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026