Robust benägenhetsskorematchning
Robust Propensity Score Matching (robust PSM) är en kvasi-experimentell kausal inferensmetod som parar behandlade och kontrollenheter baserat på deras estimerade sannolikhet att erhålla behandling (propensity score), och estimerar sedan den genomsnittliga behandlingseffekten med hjälp av variansestimatorer som tar hänsyn till osäkerheten som uppstår vid estimering av själva propensity scoren. Korrigeringen, utvecklad av Abadie och Imbens (2016), förhindrar missvisande inferens som standard bootstrap eller analytiska formler ger när de tillämpas naivt efter matchning.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- Abadie, A., & Imbens, G. W. (2016). Matching on the Estimated Propensity Score. Econometrica, 84(2), 781-807. DOI: 10.3982/ECTA11293 ↗
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Robust Propensity Score Matching Estimator. ScholarGate. https://scholargate.app/sv/causal-inference/robust-propensity-score-matching
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.
- Förgrövad exakt matchning (CEM)Kausal inferens↔ jämför
- Dubbelt robust skattning (AIPW)Kausal inferens↔ jämför
- Viktning med inversa sannolikheter för behandling (IPW / IPTW)Kausal inferens↔ jämför
- MatchningsestimatorKausal inferens↔ jämför
- Propensity score-matchningForskningsstatistik↔ jämför
- Propensitetspoängsviktning (PSW / IPW)Kausal inferens↔ jämför
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →