Ponderació Inversa de Probabilitat Dinàmica
La Ponderació Inversa de Probabilitat Dinàmica (Dynamic IPW) estima l'efecte causal d'una seqüència de tractament que varia en el temps reponderant les dades observades per imitar un assaig aleatori hipotètic. Desenvolupada per Robins i col·laboradors en el context dels models estructurals marginals, aborda el desafiament que en entorns longitudinals, el tractament passat afecta els covariables futurs, que al seu torn afecten el tractament futur: un bucle de retroalimentació que la regressió estàndard no pot desentranyar.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Mapa de mètodes
El veïnat de mètodes relacionats — seleccioneu un node per explorar-lo.
Fonts
- 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 & Hall/CRC. link ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Dynamic Inverse Probability Weighting for Time-Varying Treatments. ScholarGate. https://scholargate.app/ca/causal-inference/dynamic-inverse-probability-weighting
Quin mètode?
Poseu aquest mètode al costat dels seus parents més pròxims i llegiu-los de costat a costat — la biblioteca disposa els llibres sobre la taula; la tria és vostra.
- Estimació Doblement Robusta (AIPW)Inferència causal↔ compara
- Pes pesat per la probabilitat inversa (IPW / IPTW)Inferència causal↔ compara
- Model Estructural Marginal (MSM)Inferència causal↔ compara
- Ponderació per puntuació de propensió (PSW / IPW)Inferència causal↔ compara
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →