Regression model
الترجيح الاحتمالي العكسي (IPW / IPTW)
الترجيح الاحتمالي العكسي هو طريقة استدلال سببي تُعيّن لكل ملاحظة وزنًا يساوي مقلوب احتمالية تلقيها للعلاج الذي تلقته بالفعل. قُدّمت هذه الطريقة بواسطة روبنز، هيرنان وبرومباك (2000) للنماذج الهيكلية الهامشية، وهي تبني مجموعة سكان زائفة مستقل فيها العلاج عن المتغيرات المربكة المقاسة، مما يوازن تحيز الاختيار.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
خريطة المناهج
محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.
+54 أخرى
المصادر
- Robins, J. M., Hernán, M. A., & Brumback, B. (2000). Marginal Structural Models and Causal Inference in Epidemiology. Epidemiology, 11(5), 550-560. DOI: 10.1097/00001648-200009000-00011 ↗
- Cole, S. R., & Hernán, M. A. (2008). Constructing Inverse Probability Weights for Marginal Structural Models. American Journal of Epidemiology, 168(6), 656-664. DOI: 10.1093/aje/kwn164 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 1). Inverse Probability of Treatment Weighting (IPW / IPTW). ScholarGate. https://scholargate.app/ar/causal-inference/inverse-probability-weighting
أيُّ منهج؟
ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.
- تحليل الوساطة السببية (التأثيرات المباشرة وغير المباشرة الطبيعية)الاستدلال السببي↔ قارن
- التعرف السببي باستخدام الرسوم البيانية الموجهة غير الدورية (حسابات do)الاستدلال السببي↔ قارن
- التقدير المتين المزدوج (AIPW)الاستدلال السببي↔ قارن
- الانحدار اللوجستيإحصاء البحث↔ قارن
- مطابقة درجات الميلإحصاء البحث↔ قارن
يُستشهد بها في
تقدير بايزي مزدوج المتانةموازنة الإنتروبيا البايزيةترجيح الاحتمال العكسي البيزينموذج الهياكل الهامشية البايزيمطابقة ميل الاحتمالية البايزيةترجيح ميل الاحتمالية البايزيالمطابقة الدقيقة المُغلّظة (CEM)التعرف السببي باستخدام الرسوم البيانية الموجهة غير الدورية (حسابات do)التقدير المتين المزدوج (AIPW)التقدير المضاعف القوي في بحوث التعليمموازنة الإنتروبيا الديناميكيةالترجيح الديناميكي بالاحتمالية العكسيةمقدر المطابقة الديناميكيةمطابقة ميل الاستعداد الديناميكيةموازنة الإنتروبياحساب جي (صيغة جي البارامترية)تقدير التأثيرات العلاجية غير المتجانسة المزدوجة المتينةموازنة الإنتروبيا لتأثيرات المعالجة غير المتجانسةالترجيح العكسي لاحتمالية المعالجة غير المتجانسة (HTE-IPW)نموذج الهيكل الهامشي لتأثير المعالجة غير المتجانس (HTE-MSM)تقدير التعزيز المزدوج المعزز بالتعلم الآلي (ML-DR)موازنة الإنتروبيا المعززة بالتعلم الآليالترجيح الاحتمالي العكسي المعزز بالتعلم الآلي (ML-IPW)النموذج الهيكلي الهامشي المعزز بالتعلم الآلي (ML-MSM)مقدّر المطابقة المعزز بالتعلم الآليالترجيح المُعزَّز بالتعلم الآلي لدرجة الميلنموذج الهياكل الهامشية (MSM)النموذج الهيكلي الهامشي في بحوث التعليمتحليل المخاطر المتنافسة المطابقةدراسة المرحلة الرابعة المطابقةمقدِّر المطابقةطرق المطابقة (CEM / المثلى / الجينية)تقدير مضاعف المتانة متعدد الفتراتالترجيح العكسي لاحتمالية الفترة المتعددةترجيح درجات الميل متعدد الفتراتالترجيح العكسي للاحتمالية للبيانات اللوحيةنموذج الهياكل الهامشية لبيانات الألواح (MSM)تقييم السياسات عبر المطابقة التامة التقريبية (CEM)تقييم السياسات باستخدام تقدير مزدوج المتانةتقييم السياسات بموازنة الإنتروبياتقييم السياسات باستخدام ترجيح مقلوب الاحتماليةنموذج الهيكل الهامشي لتقييم السياساتمقدّر المطابقة لتقييم السياساتتطبيق مطابقة درجات الميل لتقييم السياساتتقييم السياسات باستخدام ترجيح درجة الميلمطابقة درجة الميل في أبحاث التعليمالترجيح بالدرجة الميولية (PSW / IPW)وزن درجة الميل في أبحاث التعليمتحليل كابلان-ماير المعدل بالمخاطردراسة المرحلة الرابعة المعدلة حسب المخاطرتحليل البقاء على قيد الحياة المعدل بالمخاطرالترجيح العكسي الاحتمالي القوي (Robust IPW)نموذج الهيكل الهامشي المتينتقدير المطابقة القوي (المطابقة المصححة بالانحياز)مطابقة درجات الميل القويةوزن درجات الميل القويالتقدير المكين المزدوج المكانيالترجيح العكسي الاحتمالي المكاني (Spatial IPW)النموذج الهيكلي الهامشي المكانيالترجيح المكاني لدرجة الميلالتقدير المستهدف بأقصى احتمالية (TMLE)