Cos'è il propensity score e il suo utilizzo (matching, IPW)?
sobes.tech AI
Risposta dell'AI
Il punteggio di propensione è la probabilità che un oggetto (ad esempio, un paziente o un utente) riceva un trattamento o un intervento specifico, considerando le covariate osservate (caratteristiche). Nell'inferenza causale, il punteggio di propensione viene utilizzato per bilanciare i gruppi di confronto, al fine di ridurre il bias dovuto alla confusione.
Applicazioni principali:
-
Matching (abbinamento): gli oggetti del gruppo di trattamento vengono abbinati con quelli del gruppo di controllo con un punteggio di propensione simile. Questo aiuta a creare gruppi bilanciati per valutare l'effetto del trattamento.
-
IPW (Ponderazione per probabilità inversa): a ogni oggetto viene assegnato un peso inverso alla probabilità di aver ricevuto il trattamento che ha ricevuto. Questo permette di correggere il bias stimando l'effetto medio del trattamento nella popolazione.
Esempio: se un paziente ha un punteggio di propensione di 0.7 (probabilità di ricevere trattamento), e ha ricevuto il trattamento, il suo peso sarà 1/0.7 ≈ 1.43; se non lo ha ricevuto, sarà 1/0.3 ≈ 3.33.
In questo modo, il punteggio di propensione aiuta a imitare la randomizzazione nei dati osservazionali, migliorando la qualità delle inferenze causali.