Ce este o estimare dublu robustă?

Estimarea dublu robustă este o metodă în inferența cauzală și statistică care combină două abordări pentru evaluarea efectului tratamentului sau impactului: modelul rezultatului (outcome model) și modelul probabilității de atribuire a tratamentului (propensity score model). Această metodă asigură robustețea estimării: dacă cel puțin unul dintre modele este specificat corect, estimarea efectului va fi consistentă.

Aplicarea estimării dublu robuste permite reducerea biasului și creșterea preciziei în situațiile în care datele sunt observate și există posibilitatea erorilor în modele. Acest lucru este deosebit de util în modelarea uplift și analiza cauzală.

Exemplu de formulă pentru estimarea dublu robustă:

[ \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) ]

unde:

• (T_i) este indicatorul de tratament,
• (e(X_i)) este probabilitatea de atribuire a tratamentului,
• (Y_i) este rezultatul observat,
• (\hat{m}(X_i)), (\hat{m}_1(X_i)), (\hat{m}_0(X_i)) sunt estimările rezultatului sub tratament și fără tratament, respectiv.