The performance of estimators based on the propensity score

ما خواص نمونه محدودی از تعداد زیادی از برآوردگرها را برای اثر میانگین درمان بر روی درمان مورد بررسی قرار می دهیم که مناسب است، زمانی که تعدیل برای متغیرهای مشاهده شده مورد نیاز است، مثل وزن گذاری معکوس معکوس، هسته و سایر انواع تطبیق، و همچنین مدل های پارامتری مختلف. طراحی شبیه سازی استفاده شده بر اساس داده های واقعی است که معمولا برای ارزیابی برنامه های بازار کار در آلمان استفاده می شود. ما چندین ابعاد طراحی را که اهمیت عملی دارند، مانند اندازه نمونه، نوع متغیر نتیجه و جنبه های فرایند انتخاب، متفاوت می کنیم. ما متوجه می شویم که برش های مشاهدات فردی با وزن بیش از حد و همچنین انتخاب پارامترهای تنظیم برای همه برآوردگرانی مهم هستند. نتیجه گیری از شبیه سازی ما این است که یک ارزیابی مطابق با شعاع خاص همراه با رگرسیون به طور کلی بهتر عمل می کند، به ویژه هنگامی که قابلیت اطمینان به غلط بودن نمره گرایش و انواع مختلف متغیرهای نتیجه به عنوان یک ویژگی مهم محسوب می شود.