BLUEBERRY

  • 홈
  • 태그
  • 방명록

ipw 1

Doubly robust estimation — IPW와 outcome 모델의 결합으로 인과 추정 안정화

PSM·IPW는 propensity 모델이 틀리면 무너지고, 회귀는 outcome 모델이 틀리면 무너집니다. doubly robust는 두 모델을 결합해 둘 중 하나만 맞으면 정직한 효과 추정. 마케팅 인과 분석의 안전판.무작위 배정이 안 되는 자리에 인과 효과를 추정하려면 두 가지 길이 있습니다 — propensity 모델 기반(PSM·IPW) 또는 outcome 모델 기반(회귀). 두 길은 각각 서로 다른 자리에서 깨집니다. doubly robust(이중 안전) 추정은 두 모델을 결합해, 둘 중 하나만 맞으면 정직한 효과 추정을 보장합니다. 마케팅 인과 분석의 안전판.마케터가 이 글을 읽어야 하는 이유: 인과 분석 결과를 회의에서 신뢰성 있게 보고하려면 "이 추정의 모델 가정 중 어느 게 깨져도 결과..

통계·ML 2026.05.16
이전
1
다음
더보기
프로필사진

BLUEBERRY

개발 또는 기획 또는 마케팅

  • 분류 전체보기 (29)
    • 퍼포먼스 마케팅 (1)
    • 통계·ML (7)
    • AI·LLM (7)
    • 앱 마케팅 (1)
    • B2B 마케팅 (0)
    • CRM·라이프사이클 (1)
    • 데이터 파이프라인·dbt·Airflow (0)
    • 그로스해킹 (3)
    • 마케팅 트렌드·뉴스 (1)
    • 프라이버시·컴플라이언스 (1)
    • SEO·GEO (0)
    • 스타트업 운영·조직 (1)
    • 웹 마케팅 (1)
    • 매체 데이터 알아보기 (3)
    • Analytics Ops (GA4·GTM) (2)

Tag

Rag, cohort, tiktok, ab-testing, experimentation, observational, marketing-ai, Measurement, token-economics, unit-economics, google-ads, MMP, onboarding, data-pipeline, raw-data, incrementality, ROAS, LLM, causal-inference, attribution,

최근글과 인기글

  • 최근글
  • 인기글

최근댓글

공지사항

페이스북 트위터 플러그인

  • Facebook
  • Twitter

Archives

Calendar

«   2026/06   »
일 월 화 수 목 금 토
1 2 3 4 5 6
7 8 9 10 11 12 13
14 15 16 17 18 19 20
21 22 23 24 25 26 27
28 29 30

방문자수Total

  • Today :
  • Yesterday :

Copyright © AXZ Corp. All rights reserved.

티스토리툴바