Robust Inverse Probability Weighting (Robust IPW)
Robust Inverse Probability Weighting é um estimador de inferência causal que repondera unidades observadas por pesos de propensity score estabilizados ou podados, e então aplica estimação de variância sandwich ou bootstrap para proteger contra especificação incorreta do modelo, pesos extremos e erros padrão inflados. Ele estende o IPW padrão para melhorar o desempenho em amostras finitas e a confiabilidade inferencial em estudos observacionais.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Mapa de métodos
A vizinhança de métodos relacionados — selecione um nó para explorar.
Fontes
- Lunceford, J. K., & Davidian, M. (2004). Stratification and weighting via the propensity score in estimation of causal treatment effects: a comparative study. Statistics in Medicine, 23(19), 2937-2960. DOI: 10.1002/sim.1903 ↗
- Robins, J. M., Hernán, M. A., & Brumback, B. (2000). Marginal structural models and causal inference in epidemiology. Epidemiology, 11(5), 550-560. DOI: 10.1097/00001648-200009000-00011 ↗
Como citar esta página
ScholarGate. (2026, June 3). Robust Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/pt/causal-inference/robust-inverse-probability-weighting
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.
- Estimativa Duplamente Robusta (AIPW)Inferência causal↔ comparar
- Ponderação pela Probabilidade Inversa de Tratamento (IPW / IPTW)Inferência causal↔ comparar
- Modelo Estrutural Marginal (MSM)Inferência causal↔ comparar
- Propensity Score MatchingEstatística para pesquisa↔ comparar
- Ponderação por Escore de Propensão (PEP / IPW)Inferência causal↔ comparar
Encontrou um problema nesta página? Relate ou sugira uma correção →