ScholarGate
Assistent
Regression modelQuasi-experimental / causal inference

Propensitetspoängsviktning (PSW / IPW)

Propensitetspoängsviktning är en metod för kausal inferens som omviktar observationer så att kovariatfördelningarna för behandlade och obehandlade enheter framstår som utbytbara, vilket möjliggör en opartisk estimering av genomsnittliga behandlingseffekter från observationsdata. Varje enhet får en vikt som är inversen av dess sannolikhet att erhålla den behandling den faktiskt erhöll – en strategi formaliserad av Rosenbaum och Rubin (1983) och given sin effektiva semiparametriska form av Hirano, Imbens och Ridder (2003).

Öppna i MethodMindSnartVideoSnartLadda ner bildspel

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Metodkarta

Närområdet av besläktade metoder — välj en nod för att utforska.

+34 till

Källor

  1. Rosenbaum, P. R., & Rubin, D. B. (1983). The central role of the propensity score in observational studies for causal effects. Biometrika, 70(1), 41-55. DOI: 10.1093/biomet/70.1.41
  2. Hirano, K., Imbens, G. W., & Ridder, G. (2003). Efficient estimation of average treatment effects using the estimated propensity score. Econometrica, 71(4), 1161-1189. DOI: 10.1111/1468-0262.00442

Så citerar du den här sidan

ScholarGate. (2026, June 3). Propensity Score Weighting Estimator. ScholarGate. https://scholargate.app/sv/causal-inference/propensity-score-weighting

Vilken metod?

Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.

Jämför sida vid sida

Refereras av

Bayesiansk entropibalanseringBayesiansk invers sannolikhetsviktningBayesiansk marginal strukturell modellBayesiansk propensity score-viktningFörgrövad exakt matchning (CEM)Dubbel robust estimering inom utbildningsforskningDynamisk kontrafaktisk effektutvärderingDynamisk entropibalanseringDynamic Inverse Probability WeightingDynamisk propensity score-matchningEntropibalanseringDubiellt robust estimering av heterogena behandlingseffekterHeterogen behandlingseffekt med entropibalanseringHeterogen kausaleffekts-invers sannolikhetsviktning (HTE-IPW)Heterogen Behandlingseffekt Marginal Strukturell Modell (HTE-MSM)Maskininlärningsförstärkt dubbelt robust skattning (ML-DR)Maskininlärningsförstärkt invers sannolikhetsviktning (ML-IPW)Maskininlärningsförstärkt marginalstrukturell modell (ML-MSM)Maskininlärningsförstärkt propensity score-matchningMaskininlärningsförstärkt propensity score-vägningMarginal Structural Model (MSM)MatchningsestimatorMulti-period Inverse Probability WeightingMulti-period Propensity Score WeightingOnline Weighted SamplingPanel Data Inverse Probability WeightingPanel Data Propensity Score WeightingPolicy Evaluation Doubly Robust EstimationPolicyutvärdering med invers sannolikhetsviktningPolicy Evaluation Marginal Structural ModelPolicy evaluation propensity score matchingPolicy evaluation propensity score weightingPropensity Score Matching inom utbildningsforskningRobust Inverse Probability Weighting (Robust IPW)Robust Marginal Structural ModelRobust benägenhetsskorematchningRobust Propensity Score WeightingBalansering av entropi i rumsliga dataSpatial Marginal Structural ModelSpatial Propensity Score Weighting
ScholarGatePropensity Score Weighting (Propensity Score Weighting Estimator). Hämtad 2026-06-15 från https://scholargate.app/sv/causal-inference/propensity-score-weighting · Datamängd: https://doi.org/10.5281/zenodo.20539026