Heterogeneous Treatment Effect Inverse Probability Weighting
HTE-IPW extends standard inverse probability weighting to recover how causal effects vary across subgroups or covariate values. By reweighting each observation by the inverse of its estimated treatment probability, the method creates a pseudo-population in which treatment is independent of background characteristics, and then estimates conditional average treatment effects (CATEs) as a function of those characteristics.
Källpost
Citat kopierade ordagrant från metodens källpost. Ingen verifiering på källnivå härleds från dem.
- 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
- Abrevaya, J., Hsu, Y.-C., & Lieli, R. P. (2015). Estimating conditional average treatment effects. Journal of Business and Economic Statistics, 33(4), 485-505. · DOI 10.1080/07350015.2014.975555
Kuraterade påståenden
Påståenden lagrade i bevisloggen, var och en med sin egen bedömning.
Denna vy hittar inte på en påståendebedömning när loggen saknar en.
Relaterade metoder
Genererade från metodgrafen och visade som maskinföreslagna relationer – inga bevispåståenden härleds.