ScholarGate
المساعد
Regression modelQuasi-experimental / causal inference

مطابقة ميل الاستعداد الديناميكية

تمتد مطابقة ميل الاستعداد الديناميكية (DPSM) مطابقة ميل الاستعداد الكلاسيكية لتشمل الإعدادات التي يتم فيها تعيين العلاج بشكل متكرر بمرور الوقت وتؤثر خيارات العلاج المبكرة على الخيارات اللاحقة. وهي تقدر التأثير السببي لتسلسلات العلاج الكاملة أو تغييرات النظام عن طريق بناء مقارنات مطابقة عند كل نقطة قرار باستخدام التاريخ الكامل للمتغيرات المشتركة والعلاجات السابقة.

افتح في MethodMindقريبًافيديوقريبًاتنزيل الشرائح

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

خريطة المناهج

محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.

المصادر

  1. Lechner, M., & Miquel, R. (2010). Identification of the effects of dynamic treatments by sequential conditional independence assumptions. Empirical Economics, 39(1), 111-137. DOI: 10.1007/s00181-009-0297-3
  2. Robins, J. M. (1986). A new approach to causal inference in mortality studies with a sustained exposure period — application to control of the healthy worker survivor effect. Mathematical Modelling, 7(9-12), 1393-1512. DOI: 10.1016/0270-0255(86)90088-6

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Dynamic Propensity Score Matching for Sequential Treatments. ScholarGate. https://scholargate.app/ar/causal-inference/dynamic-propensity-score-matching

أيُّ منهج؟

ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.

قارن جنباً إلى جنب

يُستشهد بها في

ScholarGateDynamic Propensity Score Matching (Dynamic Propensity Score Matching for Sequential Treatments). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/causal-inference/dynamic-propensity-score-matching · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026