双重鲁棒估计 逆概率加权

双重鲁棒估计是一种统计方法，用于在观察到的数据中估计未观察到的潜在结果。它结合了两种方法，即回归调整和逆概率加权。回归调整是指将一个线性回归模型拟合到两个治疗组的观察数据，以估计未观察到的结果。逆概率加权是指根据每个个体被分配到某个治疗组的概率，对每个个体的观察数据进行加权处理。双重鲁棒估计通过将这两种方法结合起来，提供了一种更准确的估计方法，可以用于评估治疗效果。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [Stata中的治疗效果：RA：回归调整、 IPW：逆概率加权、 IPWRA、 AIPW](https://blog.csdn.net/tecdat/article/details/128291530)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* [因果推断笔记——数据科学领域因果推断案例集锦（九）](https://blog.csdn.net/sinat_26917383/article/details/120083536)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]