Propensity score — это вероятность того, что объект (например, пациент или пользователь) получит определённое лечение или воздействие, учитывая наблюдаемые ковариаты (характеристики). В каузальном выводе propensity score используется для балансировки групп сравнения, чтобы уменьшить смещение из-за конфаундинга.
Что такое propensity score и его использование (matching, IPW)?
Propensity score — это вероятность того, что объект (например, пациент или пользователь) получит определённое лечение или воздействие, учитывая наблюдаемые ковариаты (характеристики).
Короткий ответ
Что ответить на собеседовании
Подробный разбор
Ответ с пояснениями
Propensity score — это вероятность того, что объект (например, пациент или пользователь) получит определённое лечение или воздействие, учитывая наблюдаемые ковариаты (характеристики). В каузальном выводе propensity score используется для балансировки групп сравнения, чтобы уменьшить смещение из-за конфаундинга.
Основные применения:
- Matching (сопоставление): объекты из группы лечения сопоставляются с объектами из контрольной группы с похожим propensity score. Это помогает создать сбалансированные группы для оценки эффекта лечения.
- IPW (Inverse Probability Weighting): каждому объекту присваивается вес, обратный вероятности получения того лечения, которое он получил. Это позволяет корректировать смещение при оценке среднего эффекта лечения в популяции.
Пример: если у пациента propensity score 0.7 (вероятность получить лечение), а он получил лечение, то его вес будет 1/0.7 ≈ 1.43; если не получил — 1/0.3 ≈ 3.33.
Таким образом, propensity score помогает имитировать рандомизацию в наблюдательных данных, улучшая качество каузальных выводов.