Eingriffsgewichte

Eingriffsgewichte bezeichnet in der Statistik Gewichte, die Beobachtungen zugeordnet werden, um den Effekt eines Eingriffs oder einer Intervention zu schätzen. Sie dienen dazu, aus Beobachtungsdaten den Verteilungen unter einer gezielten Manipulation der Variablen näher zu kommen, insbesondere wenn randomisierte Experimente nicht möglich sind.

In der Kausalforschung werden Eingriffsgewichte häufig verwendet, um Konfundierung durch Covariates zu kontrollieren. Aus der Wahrscheinlichkeitsverteilung des tatsächlich erfolgten Eingriffs gegeben die Kovariaten werden Gewichte abgeleitet, die die beobachtete Verteilung der Möglichkeiten so verändern, dass sie der Verteilung unter do(X=x) entspricht. Aus diesen Gewichten lassen sich kausale Effekte schätzen, etwa mittels gewichteter Regressionsmodelle oder marginaler Strukturgleichungsmodelle.

Gängige Formen sind inverse Wahrscheinlichkeitsgewichte (IPW), bei denen die Gewichte umgekehrte Wahrscheinlichkeiten der Behandlung ausdrücken; es gibt auch stabilisierte Gewichte, die die Varianz reduzieren. Eingriffsgewichte werden oft in zeitabhängigen Modellen verwendet, um Zeitkonfundierung zu kontrollieren und die Schätzung von ATE oder ATT zu ermöglichen.

Wichtige Anforderungen sind die korrekte Spezifikation des Modells für die Eingriffsverteilung, Positivität und ausreichende Variation der Eingriffe. Schlechte oder extreme Gewichte erhöhen die Varianz der Schätzung; daher werden oft Stabilisierung, Trunkierung oder Alternativmodelle eingesetzt. Sensitivitätsanalysen helfen, mögliche Verletzungen der Annahmen zu bewerten.

Siehe auch Do-Operator, Propensity Score, Kausale Inferenz, Marginal Structural Models.