Двойная робастная оценка для оценки политики
Двойная робастная оценка (DR-оценка) применяется для оценки причинного эффекта государственной политики или программы. Она объединяет модель назначения лечения (пропе́нсити-скор) с моделью исхода и требует корректной спецификации только одной из двух моделей для получения состоятельной оценки среднего эффекта воздействия, что делает ее устойчивым инструментом для оценки программ.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
Источники
- 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 ↗
- Robins, J. M., Rotnitzky, A., & Zhao, L. P. (1994). Estimation of regression coefficients when some regressors are not always observed. Journal of the American Statistical Association, 89(427), 846-866. DOI: 10.1080/01621459.1994.10476818 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Doubly Robust Estimation for Policy Evaluation. ScholarGate. https://scholargate.app/ru/causal-inference/policy-evaluation-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
- Маргинальная структурная модель (MSM)Причинно-следственный вывод↔ сравнить
- Сопоставление по показателю склонности для оценки политикиПричинно-следственный вывод↔ сравнить
- Взвешивание на основе оценки склонности (PSW / IPW)Причинно-следственный вывод↔ сравнить
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →