Hoppa till innehållScholarGate
BibliotekMitt bibliotekSkrivbordReview StudioAssistent
Logga in
Heterogeneous treatment effect Doubly robust estimation/Bevis
Metodbevispost

Heterogeneous treatment effect Doubly robust estimation

Doubly robust estimation of heterogeneous treatment effects (HTE) estimates how the causal effect of a treatment varies across subgroups or individual covariate values. By combining an outcome model and a propensity score model, it retains consistency if either model is correctly specified, and supports flexible machine learning nuisance estimators through cross-fitting to produce valid conditional average treatment effect (CATE) estimates.

Sources recorded, not reviewed

Källpost

Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.

Doubly Robust Estimation of Heterogeneous Treatment Effects
Taxonomisk metodpost · regression-model / causal-inference
  • 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
Öppna fullständig metod

Kuraterade påståenden

Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.

Inga kuraterade påståenden ännu

Denna vy hittar inte på en påståendebedömning när loggen saknar en.

Relaterade metoder

Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.

Same method familyDoubly Robust Estimationmachine-suggested · Relational suggestion, not evidence.Same method familyInverse Probability Weightingmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketMachine learning-augmented doubly robust estimationmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketMarginal Structural Modelmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketPropensity Score Weightingmachine-suggested · Relational suggestion, not evidence.

Bevisstatus

Sources recorded, not reviewed

Bibliographic sources are present. Claim-level evidence review has not been performed.

Källor

2 registrerade citat, kopierade från metodens källpost.

Åtgärder

Öppna metodens sida
ScholarGate

Ett innehållsdrivet referensbibliotek för forskningsmetoder — vad varje metod är, hur den fungerar och varifrån den kommer.

Öppna data (CC-BY)

Upptäck

  • Bibliotek
  • Sök metoder…
  • Bläddra efter ämnesområde
  • Ämnesområden
  • Resa
  • Jämför
  • Vilken metod?

Referens

  • Ämnen
  • Atlas
  • Ordlista
  • Metodik
  • Filosofi

Arbetsyta

  • Mitt bibliotek
  • Skrivbord
  • Chatt

Företag

  • Om oss
  • Priser
  • Kontakt
  • Föreslå en metod

Posterna är sammanställda från publicerade källor för referensändamål. Att verifiera att informationen är korrekt och lämplig för din egen användning är ditt eget ansvar.

© 2026 ScholarGate · Ett referensbibliotek för forskningsmetoder
  • Integritet
  • Kakor
  • Villkor
  • Radera konto