الترجيح العكسي لاحتمالية الفترة المتعددة
يقدر الترجيح العكسي لاحتمالية الفترة المتعددة (IPW) التأثير السببي للعلاج الذي يتغير عبر فترات زمنية متعددة عن طريق إعادة ترجيح المشاهدات وفقًا لاحتمالية تلقي علاج كل فترة بالنظر إلى تاريخ العلاج السابق والمخالطات المتغيرة بمرور الوقت. إنه ينشئ مجموعة سكانية زائفة يكون فيها العلاج في كل فترة مستقلًا عن المخالطات المقاسة، مما يتيح تقديرًا غير متحيز لاستراتيجيات العلاج المستدامة.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
خريطة المناهج
محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.
المصادر
- Robins, J. M., Hernan, M. A., & Brumback, B. (2000). Marginal structural models and causal inference in epidemiology. Epidemiology, 11(5), 550-560. DOI: 10.1097/00001648-200009000-00011 ↗
- Hernan, M. A., & Robins, J. M. (2020). Causal Inference: What If. Chapman and Hall/CRC. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Multi-period Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/ar/causal-inference/multi-period-inverse-probability-weighting
أيُّ منهج؟
ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.
- التقدير المتين المزدوج (AIPW)الاستدلال السببي↔ قارن
- الترجيح الديناميكي بالاحتمالية العكسيةالاستدلال السببي↔ قارن
- الترجيح الاحتمالي العكسي (IPW / IPTW)الاستدلال السببي↔ قارن
- نموذج الهياكل الهامشية (MSM)الاستدلال السببي↔ قارن
- الترجيح العكسي للاحتمالية للبيانات اللوحيةالاستدلال السببي↔ قارن
- الترجيح بالدرجة الميولية (PSW / IPW)الاستدلال السببي↔ قارن