Machine learningCausal ML

Cieľová maximálna vierohodnostná metóda odhadu (TMLE)

Cieľová maximálna vierohodnostná metóda odhadu (TMLE) je semiparametrická, dvojito robustná kauzálna inferenčná metóda predstavená Markom van der Laanom a Danielom Rubinom v roku 2006. Kombinuje flexibilné modely strojového učenia pre výsledok aj mechanizmus prideľovania liečby, potom aplikuje cieľový krok, ktorý opätovne prispôsobí počiatočný model výsledku špecificky na zníženie skreslenia pre vopred špecifikovaný kauzálny odhad, ako je priemerný efekt liečby. TMLE sa široko používa v epidemiológii, biostatistike a zdravotnej ekonómii pri odhade kauzálnych efektov z pozorovacích údajov.

Otvoriť v MethodMindČoskoroVideoČoskoroDownload slides

Prečítať celú metódu

Len pre členov

Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.

Prihlásiť sa

Method map

The neighbourhood of related methods — select a node to explore.

Cieľová maximálna vierohodnostná metóda odhadu (TMLE)
Dvojité strojové učenieDvojito robustná (AIPW)…Vážená inverzná pravdepo…

Zdroje

  1. van der Laan, M. J., & Rubin, D. (2006). Targeted maximum likelihood learning. The International Journal of Biostatistics, 2(1). DOI: 10.2202/1557-4679.1043

Ako citovať túto stránku

ScholarGate. (2026, June 2). Targeted Maximum Likelihood Estimation (TMLE). ScholarGate. https://scholargate.app/sk/causal-inference/targeted-maximum-likelihood

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.

Compare side by side
ScholarGateTargeted Maximum Likelihood Estimation (Targeted Maximum Likelihood Estimation (TMLE)). Získané 2026-06-15 z https://scholargate.app/sk/causal-inference/targeted-maximum-likelihood · Dátová sada: https://doi.org/10.5281/zenodo.20539026