Надійне зважування за показником схильності
Надійне зважування за показником схильності розширює стандартне зважування за оберненою ймовірністю, включаючи захист від неправильної специфікації моделі показника схильності та екстремальних ваг. Воно поєднує такі методи, як обрізання ваг, зважування за перекриттям або доповнені моделі результату, щоб гарантувати, що оцінки причинно-наслідкових ефектів залишаються надійними, навіть коли модель показника схильності недосконало специфікована.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Карта методів
Околиця споріднених методів — виберіть вузол, щоб дослідити.
Джерела
- Robins, J. M., Rotnitzky, A., & Zhao, L. P. (1994). Estimation of regression coefficients when some regressors are not always observed. Journal of the American Statistical Association, 89(427), 846-866. DOI: 10.1080/01621459.1994.10476818 ↗
- Zhao, Q., Small, D. S., & Bhattacharya, B. B. (2019). Sensitivity analysis for inverse probability weighting estimators via the percentile bootstrap. Journal of the Royal Statistical Society: Series B, 81(4), 735-761. DOI: 10.1111/rssb.12327 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Robust Propensity Score Weighting Estimator. ScholarGate. https://scholargate.app/uk/causal-inference/robust-propensity-score-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
- Зіставлення за показником схильностіСтатистика досліджень↔ порівняти
- Зважування за показником схильності (PSW / IPW)Причинно-наслідковий висновок↔ порівняти
- Чуттєвий аналіз причинностіПричинно-наслідковий висновок↔ порівняти
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →