Оцінювання політики за допомогою зважування оберненою ймовірністю
Зважування оберненою ймовірністю (IPW) для оцінювання політики використовує оцінені показники схильності для перезважування спостережуваних одиниць так, щоб зважена вибірка імітувала рандомізоване експериментальне дослідження. Кожна одиниця зважується оберненою до ймовірності отримання політики, створюючи псевдопопуляцію, в якій призначення лікування є незалежним від спостережуваних коваріат, а середній ефект лікування (ATE) можна визначити безпосередньо.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Карта методів
Околиця споріднених методів — виберіть вузол, щоб дослідити.
Джерела
- Imbens, G. W., & Wooldridge, J. M. (2009). Recent Developments in the Econometrics of Program Evaluation. Journal of Economic Literature, 47(1), 5-86. DOI: 10.1257/jel.47.1.5 ↗
- Robins, J. M., Hernan, M. A., & Brumback, B. (2000). Marginal Structural Models and Causal Inference in Epidemiology. Epidemiology, 11(5), 550-560. DOI: 10.1097/00001648-200009000-00011 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Inverse Probability Weighting for Policy Evaluation. ScholarGate. https://scholargate.app/uk/causal-inference/policy-evaluation-inverse-probability-weighting
Який метод?
Поставте цей метод поруч із його найближчими спорідненими й читайте їх пліч-о-пліч — бібліотека викладає книги на стіл; вибір за вами.
- Подвійне робастне оцінювання (AIPW)Причинно-наслідковий висновок↔ порівняти
- Зважування за оберненою ймовірністю лікування (IPW / IPTW)Причинно-наслідковий висновок↔ порівняти
- Маргінальна структурна модель (MSM)Причинно-наслідковий висновок↔ порівняти
- Оцінка політики за допомогою зіставлення за показником схильностіПричинно-наслідковий висновок↔ порівняти
- Зіставлення за показником схильностіСтатистика досліджень↔ порівняти
- Зважування за показником схильності (PSW / IPW)Причинно-наслідковий висновок↔ порівняти
Similar methods
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →