Двухробастное оценивание (AIPW)
Двухробастное оценивание, также называемое дополненным взвешиванием по обратной вероятности (AIPW), представляет собой полупараметрический метод оценки причинных эффектов воздействия, который сочетает модель регрессии исхода с моделью склонности (воздействия). Разработанный в работах Робинса и Ротницкого (1995) и Бэнга и Робинса (2005), он остается состоятельным до тех пор, пока хотя бы одна из двух моделей специфицирована правильно.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+50 more
Источники
- Robins, J. M. & Rotnitzky, A. (1995). Semiparametric Efficiency in Multivariate Regression Models with Missing Data. Journal of the American Statistical Association, 90(429), 122-129. DOI: 10.1080/01621459.1995.10476494 ↗
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 1). Augmented Inverse Probability Weighting (AIPW) / Doubly Robust Estimation. ScholarGate. https://scholargate.app/ru/causal-inference/doubly-robust-estimation
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.
- Causal Mediation AnalysisПричинно-следственный вывод↔ compare
- Взвешивание по обратной вероятности лечения (IPW / IPTW)Причинно-следственный вывод↔ compare
- Логистическая регрессияСтатистика исследований↔ compare
- Регрессия методом обыкновенных наименьших квадратов (ОНМК)Эконометрика↔ compare
- Метод подбора на основе оценки склонностиСтатистика исследований↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →