Dvostruko robusna procena efekata heterogenog tretmana
Dvostruko robusna procena efekata heterogenog tretmana (HTE) procenjuje kako se uzročni efekat tretmana razlikuje među podgrupama ili pojedinačnim vrednostima kovarijati. Kombinovanjem modela ishoda i modela rezultata sklonosti, zadržava konzistentnost ako je bilo koji model pravilno specifikovan, i podržava fleksibilne mašinske učitelje za procenu smetnji putem unakrsnog uklapanja kako bi se proizvele validne procene uslovnog prosečnog efekta tretmana (CATE).
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Mapa metoda
Okruženje srodnih metoda — izaberite čvor da biste istraživali.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Doubly Robust Estimation of Heterogeneous Treatment Effects. ScholarGate. https://scholargate.app/sr/causal-inference/heterogeneous-treatment-effect-doubly-robust-estimation
Koja metoda?
Postavite ovu metodu pored njoj najbližih srodnika i čitajte ih uporedo — biblioteka polaže knjige na sto; izbor je na vama.
- Izračunavanje dvostruke robustnosti (AIPW)Kauzalno zaključivanje↔ uporedi
- Metoda inverzne verovatnoće tretmana (IPW / IPTW)Kauzalno zaključivanje↔ uporedi
- Mašinsko učenje-augmentovana dvostruko robustna procena (ML-DR)Kauzalno zaključivanje↔ uporedi
- Marginalni strukturni model (MSM)Kauzalno zaključivanje↔ uporedi
- Metoda ponderisanja rezultata sklonosti (PSW / IPW)Kauzalno zaključivanje↔ uporedi
Similar methods
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →