Двойная робастная оценка гетерогенных эффектов воздействия
Двойная робастная оценка гетерогенных эффектов воздействия (HTE) оценивает, как причинно-следственный эффект воздействия варьируется в зависимости от подгрупп или индивидуальных значений ковариат. Комбинируя модель исхода и модель склонности к воздействию, она сохраняет состоятельность, если одна из моделей указана корректно, и поддерживает гибкие оценщики помех на основе машинного обучения посредством перекрестной проверки для получения достоверных оценок условного среднего эффекта воздействия (CATE).
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- 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 ↗
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Doubly Robust Estimation of Heterogeneous Treatment Effects. ScholarGate. https://scholargate.app/ru/causal-inference/heterogeneous-treatment-effect-doubly-robust-estimation
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Двухробастное оценивание (AIPW)Причинно-следственный вывод↔ сравнить
- Взвешивание по обратной вероятности лечения (IPW / IPTW)Причинно-следственный вывод↔ сравнить
- Усиленная машинным обучением дважды робастная оценка (ML-DR)Причинно-следственный вывод↔ сравнить
- Маргинальная структурная модель (MSM)Причинно-следственный вывод↔ сравнить
- Взвешивание на основе оценки склонности (PSW / IPW)Причинно-следственный вывод↔ сравнить
Similar methods
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →