Bias-verlaagd dubbel-robuust schatten Universiteit Gent
Dubbel-robuuste schatters voor een doelparameter maken gebruik van 2 statistische werkmodellen, maar zijn consistent voor die parameter zodra 1 van beide modellen correct is. In dit onderzoek ontwikkelen we optimale technieken om deze werkmodellen te schatten met als doel de vertekening van de dubbel-robuuste schatter drastisch te verlagen wanneer beide werkmodellen fout zijn.