ScholarGate
Асистент
Regression modelQuasi-experimental / causal inference

Динамично съгласуване по показател на склонност

Динамичното съгласуване по показател на склонност (DPSM) разширява класическото съгласуване по показател на склонност към ситуации, при които лечението се назначава многократно във времето и по-ранните избори за лечение влияят на по-късните. То оценява причинния ефект на цели последователности от лечение или промени в режима чрез конструиране на съгласувани сравнения във всяка точка на вземане на решение, използвайки пълната история на ковариатите и предходните лечения.

Отворете в MethodMindСкороВидеоСкороИзтегляне на слайдове

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Карта на методите

Обкръжението на сродните методи — изберете възел, за да го разгледате.

Източници

  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

Как да цитирате тази страница

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

Кой метод?

Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.

Сравняване едно до друго

Цитиран в

ScholarGateDynamic Propensity Score Matching (Dynamic Propensity Score Matching for Sequential Treatments). Извлечено на 2026-06-15 от https://scholargate.app/bg/causal-inference/dynamic-propensity-score-matching · Набор от данни: https://doi.org/10.5281/zenodo.20539026