ScholarGate
Trợ lý
Regression model

Ước lượng Mạnh mẽ Kép (AIPW)

Ước lượng Mạnh mẽ Kép, còn được gọi là Trọng số Xác suất Nghịch đảo Tăng cường (AIPW), là một phương pháp bán tham số để ước lượng các hiệu ứng điều trị nhân quả, kết hợp mô hình hồi quy kết quả với mô hình xu hướng (điều trị). Được phát triển trong các công trình của Robins & Rotnitzky (1995) và Bang & Robins (2005), phương pháp này vẫn nhất quán miễn là ít nhất một trong hai mô hình được chỉ định đúng.

Mở trong MethodMindSắp ra mắtVideoSắp ra mắtDownload slides

Đọc toàn bộ phương pháp

Chỉ dành cho thành viên

Đăng nhập bằng tài khoản miễn phí để đọc phần này.

Đăng nhập

Method map

The neighbourhood of related methods — select a node to explore.

+50 more

Nguồn tài liệu

  1. Robins, J. M. & Rotnitzky, A. (1995). Semiparametric Efficiency in Multivariate Regression Models with Missing Data. Journal of the American Statistical Association, 90(429), 122-129. DOI: 10.1080/01621459.1995.10476494
  2. Bang, H. & Robins, J. M. (2005). Doubly Robust Estimation in Missing Data and Causal Inference Models. Biometrics, 61(4), 962-973. DOI: 10.1111/j.1541-0420.2005.00377.x

Cách trích dẫn trang này

ScholarGate. (2026, June 1). Augmented Inverse Probability Weighting (AIPW) / Doubly Robust Estimation. ScholarGate. https://scholargate.app/vi/causal-inference/doubly-robust-estimation

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.

Compare side by side

Được tham chiếu bởi

Ước lượng Mạnh mẽ Gấp đôi BayesCân bằng Entropy BayesTrọng số xác suất nghịch đảo BayesMô hình cấu trúc biên BayesBayesian Matching EstimatorGhép Xu hướng Xuất hiện Bayes (Bayesian Propensity Score Matching)Trọng số điểm xu hướng BayesPhân tích độ nhạy Bayes cho quan hệ nhân quảHọc máy képƯớc lượng vững kép trong nghiên cứu giáo dụcDynamic Inverse Probability WeightingGhép điểm xu hướng độngCân bằng EntropyG-Computation (Công thức G tham số)Ước lượng Mạnh mẽ kép về Hiệu ứng Điều trị Không đồng nhấtCân bằng Entropy cho Hiệu ứng Điều trị Không đồng nhấtTrọng số nghịch đảo xác suất hiệu ứng điều trị không đồng nhất (HTE-IPW)Mô hình Cấu trúc Biên về Hiệu quả Điều trị Không đồng nhất (HTE-MSM)Bộ ước lượng Ghép Nối Hiệu ứng Điều trị Không đồng nhấtGhép Xu xui với Điểm Xu xui cho Hiệu ứng Điều trị Không đồng nhấtPhân tích độ nhạy của Hiệu ứng Điều trị Không đồng nhất đối với Tính nhân quảTrọng số Xác suất Nghịch đảo của Điều trị (IPW / IPTW)Cân bằng xác suất nghịch đảo trong Nghiên cứu Giáo dụcPhân tích tác động nhân quả tăng cường học máyGhép Chính xác Thu gọn Tăng cường Học máy (ML-CEM)Difference-in-Differences (DiD) tăng cường bằng Học máy (ML-DiD)Ước lượng mạnh mẽ kép tăng cường học máy (ML-DR)Cân bằng Entropy tăng cường học máyThiết kế Phân tích Gián đoạn Mờ Tăng cường Học máyPhương pháp trọng số nghịch đảo xác suất tăng cường học máy (ML-IPW)Mô hình cấu trúc biên tăng cường học máy (ML-MSM)Bộ ước lượng khớp tăng cường học máyGhép điểm xu hướng được tăng cường bằng học máyTrọng số điểm xu hướng được tăng cường bằng học máyMô hình cấu trúc biên (MSM)Ước lượng khớp cặpƯớc lượng Đôi khi Mạnh mẽ Đa kỳTrọng số xác suất nghịch đảo đa kỳTrọng số điểm xu hướng đa kỳƯớc lượng Mạnh mẽ Gấp đôi Đánh giá Chính sáchĐánh giá chính sách Trọng số xác suất nghịch đảoMô hình cấu trúc biên tế đánh giá chính sáchĐối chiếu điểm xu hướng để đánh giá chính sáchCân bằng điểm khuynh hướng bằng trọng số cho Đánh giá Chính sáchTrọng số điểm xu hướng (PSW / IPW)Robust Counterfactual Impact EvaluationTrọng số xác suất nghịch đảo mạnh mẽ (Robust IPW)Mô hình cấu trúc biên mạnh mẽBộ ước lượng khớp mạnh (Khớp có hiệu chỉnh sai số)Robust Propensity Score MatchingTrọng số điểm xu hướng mạnh mẽPhân tích độ nhạy cho tính nhân quảƯớc lượng kép mạnh mẽ không gianTrọng số xác suất nghịch đảo không gian (Spatial IPW)Ước lượng Hợp lý Tối đa Có Mục tiêu (TMLE)Biến công cụ thông qua Bình phương tối thiểu hai giai đoạn (IV/2SLS)
ScholarGateDoubly Robust Estimation (Augmented Inverse Probability Weighting (AIPW) / Doubly Robust Estimation). Truy cập ngày 2026-06-15 từ https://scholargate.app/vi/causal-inference/doubly-robust-estimation · Bộ dữ liệu: https://doi.org/10.5281/zenodo.20539026