পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| নীতি মূল্যায়ন প্রান্তিক কাঠামোগত মডেল× | দ্বৈতভাবে সুদৃঢ় প্রাক্কলন (AIPW)× | |
|---|---|---|
| ক্ষেত্র | কার্যকারণ অনুমান | কার্যকারণ অনুমান |
| পরিবার | Regression model | Regression model |
| উদ্ভবের বছর≠ | 2000 | 2005 |
| প্রবর্তক≠ | James M. Robins, Miguel A. Hernan, Babette Brumback | Robins & Rotnitzky; Bang & Robins |
| ধরন≠ | Causal inference / weighted regression | Semiparametric causal estimator |
| মৌলিক উৎস≠ | Robins, J. M., Hernan, M. A., & Brumback, B. (2000). Marginal structural models and causal inference in epidemiology. Epidemiology, 11(5), 550–560. DOI ↗ | Robins, J. M. & Rotnitzky, A. (1995). Semiparametric Efficiency in Multivariate Regression Models with Missing Data. Journal of the American Statistical Association, 90(429), 122-129. DOI ↗ |
| অপর নাম | MSM for policy evaluation, policy MSM, causal MSM, structural policy weighting model | AIPW, augmented inverse probability weighting, doubly robust estimator, Çift Gürbüz Kestirici (Augmented IPW / AIPW) |
| সম্পর্কিত≠ | 6 | 5 |
| সারসংক্ষেপ≠ | A Policy Evaluation Marginal Structural Model (MSM) is a causal inference framework that estimates the population-average effect of a policy by using inverse probability weighting to create a pseudo-population in which treatment assignment is independent of measured confounders, enabling unbiased comparison of potential outcomes under different policy scenarios from observational data. | Doubly Robust Estimation, also called Augmented Inverse Probability Weighting (AIPW), is a semiparametric method for estimating causal treatment effects that combines an outcome regression model with a propensity (treatment) model. Developed in the work of Robins & Rotnitzky (1995) and Bang & Robins (2005), it stays consistent as long as at least one of the two models is correctly specified. |
| ScholarGateডেটাসেট ↗ |
|
|