Mis on kahekordne vastupidav hindamine?

Kahepoolne vastupidav hinnang on meetod põhjusliku järelduse ja statistika valdkonnas, mis ühendab kahte lähenemisviisi ravi või mõju mõju hindamiseks: tulemuse mudeli (outcome model) ja tõenäosuse hindamise mudeli (propensity score model). See meetod tagab hinnangu stabiilsuse: kui vähemalt üks mudel on õigesti määratletud, on mõju hinnang kooskõlas.

Kahepoolse vastupidava hinnangu rakendamine võimaldab vähendada viga ja suurendada täpsust olukordades, kus andmed on jälgitavad ja mudelites võib esineda vigu. See on eriti kasulik uplift-mudelites ja põhjusliku analüüsi puhul.

Näide kahepoolse vastupidava hinnangu valemist:

[ \hat{\tau}{DR} = \frac{1}{n} \sum{i=1}^n \left( \frac{T_i - e(X_i)}{e(X_i)(1 - e(X_i))} (Y_i - \hat{m}(X_i)) + \hat{m}_1(X_i) - \hat{m}_0(X_i) \right) ]

kus:

• (T_i) on ravi näitaja,
• (e(X_i)) on ravi määramise tõenäosus,
• (Y_i) on vaadeldud tulemus,
• (\hat{m}(X_i)), (\hat{m}_1(X_i)), (\hat{m}_0(X_i)) on hinnangud tulemusele ravi ja ilma ravi korral.