Pareamento Robusto por Escore de Propensão
O Pareamento Robusto por Escore de Propensão (robust PSM) é um método de inferência causal quase-experimental que emparelha unidades tratadas e de controle com base em sua probabilidade estimada de receber o tratamento (o escore de propensão), e então estima o efeito médio do tratamento usando estimadores de variância que consideram a incerteza introduzida pela própria estimação do escore de propensão. A correção, desenvolvida por Abadie e Imbens (2016), previne inferências enganosas que o bootstrap padrão ou fórmulas analíticas produzem quando aplicados ingenuamente após o pareamento.
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
- Abadie, A., & Imbens, G. W. (2016). Matching on the Estimated Propensity Score. Econometrica, 84(2), 781-807. DOI: 10.3982/ECTA11293 ↗
- Rosenbaum, P. R., & Rubin, D. B. (1983). The Central Role of the Propensity Score in Observational Studies for Causal Effects. Biometrika, 70(1), 41-55. DOI: 10.1093/biomet/70.1.41 ↗
Como citar esta página
ScholarGate. (2026, June 3). Robust Propensity Score Matching Estimator. ScholarGate. https://scholargate.app/pt/causal-inference/robust-propensity-score-matching
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.
- Coarsened Exact Matching (CEM)Inferência causal↔ comparar
- Estimativa Duplamente Robusta (AIPW)Inferência causal↔ comparar
- Ponderação pela Probabilidade Inversa de Tratamento (IPW / IPTW)Inferência causal↔ comparar
- Estimador de PareamentoInferência 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 →