الترجيح الاحتمالي العكسي في بحوث التعليم
الترجيح الاحتمالي العكسي (IPW) هو تقنية استدلال سببي تعيد ترجيح بيانات التعليم الرصدية لمحاكاة تجربة عشوائية. يُعيّن لكل طالب أو مدرسة وزن يساوي مقلوب احتمالية تلقي المعالجة - مما يخلق مجموعة سكانية زائفة يكون فيها المشاركة في البرنامج مستقلة عن الخصائص الخلفية المقاسة. تُستخدم هذه الطريقة على نطاق واسع في بحوث التعليم لتقييم برامج المدارس والتدخلات والسياسات من البيانات الإدارية أو المسحية.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
خريطة المناهج
محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.
المصادر
- Hirano, K., Imbens, G. W., & Ridder, G. (2003). Efficient Estimation of Average Treatment Effects Using the Estimated Propensity Score. Econometrica, 71(4), 1161-1189. DOI: 10.1111/1468-0262.00442 ↗
- Stuart, E. A. (2010). Matching Methods for Causal Inference: A Review and a Look Forward. Statistical Science, 25(1), 1-21. DOI: 10.1214/09-STS313 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Inverse Probability Weighting for Causal Inference in Education Research. ScholarGate. https://scholargate.app/ar/causal-inference/inverse-probability-weighting-in-education-research
أيُّ منهج؟
ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.
- المطابقة الدقيقة المُغلّظة (CEM)الاستدلال السببي↔ قارن
- الفرق في الفروق (Diff-in-Diff)الاقتصاد القياسي↔ قارن
- التقدير المتين المزدوج (AIPW)الاستدلال السببي↔ قارن
- طريقة المتغيرات الآلية (IV) للاستدلال السببياقتصاديات الصحة↔ قارن
- مطابقة درجات الميلإحصاء البحث↔ قارن
- تصميم الانحدار المقطوع (RDD)الاستدلال السببي↔ قارن