Цільове оцінювання максимальною правдоподібністю (TMLE)
Цільове оцінювання максимальною правдоподібністю (TMLE) — це напівасимптотичний, подвійно робастний метод причинно-наслідкового висновування, представлений Марком ван дер Лааном та Даніелем Рубіном у 2006 році. Він поєднує гнучкі моделі машинного навчання як для результату, так і для механізму призначення лікування, а потім застосовує цільовий крок, який повторно підганяє початкову модель результату спеціально для зменшення зміщення для попередньо визначеного причинного оцінюваного параметра, такого як середня ефект лікування. TMLE широко використовується в епідеміології, біостатистиці та економіці охорони здоров'я при оцінюванні причинних ефектів на основі спостережуваних даних.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- van der Laan, M. J., & Rubin, D. (2006). Targeted maximum likelihood learning. The International Journal of Biostatistics, 2(1). DOI: 10.2202/1557-4679.1043 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 2). Targeted Maximum Likelihood Estimation (TMLE). ScholarGate. https://scholargate.app/uk/causal-inference/targeted-maximum-likelihood
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Подвійне машинне навчанняПричинно-наслідковий висновок↔ compare
- Подвійне робастне оцінювання (AIPW)Причинно-наслідковий висновок↔ compare
- Зважування за оберненою ймовірністю лікування (IPW / IPTW)Причинно-наслідковий висновок↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →