py-why/dowhy

regression adjusted estimator for propensity_score_weighting

Offen

#407 geöffnet am 13.04.2022

Auf GitHub ansehenContributor Guide
 (7 Kommentare) (0 Reaktionen) (0 zugewiesene Personen)Python (883 Forks)batch import
good first issue

Repository-Metriken

Stars
 (6.453 Sterne)
PR-Merge-Metriken
 (Durchschn. Merge 10T 22h) (43 gemergte PRs in 30 T)

Beschreibung

Thank you for developing this package. I am looking for regression adjusted estimator for propensity_score_weighting. Is that something the package would be supporting in the future?

Thanks.

Contributor Guide

Research-Richtung
Untersuche den vorhandenen propensity score weighting Schätzer und verstehe seine Struktur. Studiere die Basisklassen für kausale Schätzer im DoWhy Code und die Dokumentation, um eine regressionsangepasste Version zu implementieren.
Tech Stack
python
Domain
machine learningdata
Issue Type
Funktion
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
4
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
3-5 Tage
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Wartet auf Maintainer Antwort
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
Pythoncausal inference
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
20