| http://dbpedia.org/ontology/abstract
|
逆確率重み付け（ぎゃくかくりつおもみづけ、Inverse probability w … 逆確率重み付け（ぎゃくかくりつおもみづけ、Inverse probability weighting、IPW）は、サンプリング母集団（データ収集に用いた母集団）とは異なる、擬似的な母集団に標準化された統計量を算出する統計手法。サンプリング母集団とターゲット母集団（推論の対象となる母集団）が異なることは多い。コストや時間、倫理的な問題などのため、ターゲット母集団から直接サンプリングすることが難しい場合もある。層化抽出法などの代替デザイン戦略は一つの解決策である。重み付けを正しく適用することで、推定量のバイアスを低減することができる。 最初期の重み付け推定量の1つに、平均値のHorvitz–Thompson推定量がある。ターゲット母集団からサンプリング母集団として抽出されるサンプリング確率が既知の場合、この確率の逆数を観測値の重み付けに使用する。このアプローチは、さまざまなフレームワークのもと、統計学の多くの分野で広く用いられている。重み付き尤度、重み付き推定方程式、重み付き確率密度であり、これらから多くの統計量が派生する。これらの応用により、限界構造モデル、標準化死亡比、粗データや集合データに対するEMアルゴリズムなど、他の統計および推定量の理論が体系化された。 逆確率重み付けは、欠測データのある被験者を一次分析に含めることができない場合に、欠測データを考慮するためにも用いられる。サンプリング確率（その因子が別の測定で測定される確率）の推定値があれば、逆確率重み付けを用いて、欠測データが多いために過小評価されている被験者の重みを増加させることができる。いて、欠測データが多いために過小評価されている被験者の重みを増加させることができる。
, Inverse probability weighting is a statist … Inverse probability weighting is a statistical technique for calculating statistics standardized to a pseudo-population different from that in which the data was collected. Study designs with a disparate sampling population and population of target inference (target population) are common in application. There may be prohibitive factors barring researchers from directly sampling from the target population such as cost, time, or ethical concerns. A solution to this problem is to use an alternate design strategy, e.g. stratified sampling. Weighting, when correctly applied, can potentially improve the efficiency and reduce the bias of unweighted estimators. One very early weighted estimator is the Horvitz–Thompson estimator of the mean. When the sampling probability is known, from which the sampling population is drawn from the target population, then the inverse of this probability is used to weight the observations. This approach has been generalized to many aspects of statistics under various frameworks. In particular, there are weighted likelihoods, weighted estimating equations, and weighted probability densities from which a majority of statistics are derived. These applications codified the theory of other statistics and estimators such as marginal structural models, the standardized mortality ratio, and the EM algorithm for coarsened or aggregate data. Inverse probability weighting is also used to account for missing data when subjects with missing data cannot be included in the primary analysis.With an estimate of the sampling probability, or the probability that the factor would be measured in another measurement, inverse probability weighting can be used to inflate the weight for subjects who are under-represented due to a large degree of missing data.ted due to a large degree of missing data.
|
| http://dbpedia.org/ontology/wikiPageID
|
33350282
|
| http://dbpedia.org/ontology/wikiPageLength
|
13896
|
| http://dbpedia.org/ontology/wikiPageRevisionID
|
1092605408
|
| http://dbpedia.org/ontology/wikiPageWikiLink
|
http://dbpedia.org/resource/Ordinary_least_squares +
, http://dbpedia.org/resource/Category:Survey_methodology +
, http://dbpedia.org/resource/Stratified_sampling +
, http://dbpedia.org/resource/Independent_and_identically_distributed_random_variables +
, http://dbpedia.org/resource/Missing_data +
, http://dbpedia.org/resource/Sampling_probability +
, http://dbpedia.org/resource/Logistic_regression +
, http://dbpedia.org/resource/EM_algorithm +
, http://dbpedia.org/resource/Likelihood_function +
, http://dbpedia.org/resource/Probability_density_function +
, http://dbpedia.org/resource/Machine_learning +
, http://dbpedia.org/resource/Indicator_function +
, http://dbpedia.org/resource/Propensity_score_matching +
, http://dbpedia.org/resource/Standardized_mortality_ratio +
, http://dbpedia.org/resource/Generalized_estimating_equations +
, http://dbpedia.org/resource/Horvitz%E2%80%93Thompson_estimator +
, http://dbpedia.org/resource/Category:Epidemiology +
, http://dbpedia.org/resource/Marginal_structural_models +
|
| http://dbpedia.org/property/wikiPageUsesTemplate
|
http://dbpedia.org/resource/Template:Reflist +
|
| http://purl.org/dc/terms/subject
|
http://dbpedia.org/resource/Category:Survey_methodology +
, http://dbpedia.org/resource/Category:Epidemiology +
|
| http://purl.org/linguistics/gold/hypernym
|
http://dbpedia.org/resource/Technique +
|
| http://www.w3.org/ns/prov#wasDerivedFrom
|
http://en.wikipedia.org/wiki/Inverse_probability_weighting?oldid=1092605408&ns=0 +
|
| http://xmlns.com/foaf/0.1/isPrimaryTopicOf
|
http://en.wikipedia.org/wiki/Inverse_probability_weighting +
|
| owl:sameAs |
http://www.wikidata.org/entity/Q17058619 +
, http://ja.dbpedia.org/resource/%E9%80%86%E7%A2%BA%E7%8E%87%E9%87%8D%E3%81%BF%E4%BB%98%E3%81%91 +
, http://dbpedia.org/resource/Inverse_probability_weighting +
, http://rdf.freebase.com/ns/m.0h7qcw0 +
, https://global.dbpedia.org/id/fVQR +
|
| rdf:type |
http://dbpedia.org/ontology/TopicalConcept +
|
| rdfs:comment |
逆確率重み付け（ぎゃくかくりつおもみづけ、Inverse probability w … 逆確率重み付け（ぎゃくかくりつおもみづけ、Inverse probability weighting、IPW）は、サンプリング母集団（データ収集に用いた母集団）とは異なる、擬似的な母集団に標準化された統計量を算出する統計手法。サンプリング母集団とターゲット母集団（推論の対象となる母集団）が異なることは多い。コストや時間、倫理的な問題などのため、ターゲット母集団から直接サンプリングすることが難しい場合もある。層化抽出法などの代替デザイン戦略は一つの解決策である。重み付けを正しく適用することで、推定量のバイアスを低減することができる。 最初期の重み付け推定量の1つに、平均値のHorvitz–Thompson推定量がある。ターゲット母集団からサンプリング母集団として抽出されるサンプリング確率が既知の場合、この確率の逆数を観測値の重み付けに使用する。このアプローチは、さまざまなフレームワークのもと、統計学の多くの分野で広く用いられている。重み付き尤度、重み付き推定方程式、重み付き確率密度であり、これらから多くの統計量が派生する。これらの応用により、限界構造モデル、標準化死亡比、粗データや集合データに対するEMアルゴリズムなど、他の統計および推定量の理論が体系化された。や集合データに対するEMアルゴリズムなど、他の統計および推定量の理論が体系化された。
, Inverse probability weighting is a statist … Inverse probability weighting is a statistical technique for calculating statistics standardized to a pseudo-population different from that in which the data was collected. Study designs with a disparate sampling population and population of target inference (target population) are common in application. There may be prohibitive factors barring researchers from directly sampling from the target population such as cost, time, or ethical concerns. A solution to this problem is to use an alternate design strategy, e.g. stratified sampling. Weighting, when correctly applied, can potentially improve the efficiency and reduce the bias of unweighted estimators. reduce the bias of unweighted estimators.
|
| rdfs:label |
逆確率重み付け
, Inverse probability weighting
|
