Kas yra dvigubai tvirta įvertinimas?

Dvigubai patikimas įvertinimas yra metodas priežastinio išvedžiojimo ir statistikoje, kuris sujungia du požiūrius į gydymo arba poveikio efektą įvertinti: rezultatų modelį (outcome model) ir tikimybės modelį (propensity score model). Šis metodas užtikrina įvertinimo patikimumą: jei bent vienas iš modelių yra teisingai sukonfigūruotas, poveikio įvertinimas bus nuoseklus.

Dvigubai patikimo įvertinimo taikymas leidžia sumažinti šališkumą ir padidinti tikslumą situacijose, kai duomenys yra stebimi ir gali būti klaidų modeliuose. Tai ypač naudinga uplift modeliavime ir priežastinėje analizėje.

Pavyzdys formulės dvigubai patikimo įvertinimo:

[ \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) ]

kur:

• (T_i) yra gydymo indikatorius,
• (e(X_i)) yra gydymo paskyrimo tikimybė,
• (Y_i) yra stebimas rezultatas,
• (\hat{m}(X_i)), (\hat{m}_1(X_i)), (\hat{m}_0(X_i)) yra įvertinimai rezultato gydymo ir be gydymo atvejais.