Dynamické vážení inverzní pravděpodobností
Dynamické vážení inverzní pravděpodobností (Dynamic IPW) odhaduje kauzální efekt časově proměnných sekvencí léčby převažováním pozorovaných dat tak, aby napodobilo hypotetickou randomizovanou studii. Vyvinuto Robins a kolegy v kontextu marginálních strukturálních modelů, řeší problém, že v longitudinálních nastaveních minulá léčba ovlivňuje budoucí kovariáty, které zase ovlivňují budoucí léčbu — zpětná vazba, kterou standardní regrese nedokáže rozmotat.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Mapa metod
Okolí příbuzných metod — vyberte uzel, který chcete prozkoumat.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Dynamic Inverse Probability Weighting for Time-Varying Treatments. ScholarGate. https://scholargate.app/cs/causal-inference/dynamic-inverse-probability-weighting
Která metoda?
Postavte tuto metodu vedle jejích nejbližších příbuzných a čtěte je vedle sebe — knihovna položí knihy na stůl; volba je na vás.
- Dvojitě robustní odhad (AIPW)Kauzální inference↔ porovnat
- Vážená inverzní pravděpodobnost léčby (IPW / IPTW)Kauzální inference↔ porovnat
- Marginální strukturní model (MSM)Kauzální inference↔ porovnat
- Vážení na základě skóre sklonu (PSW / IPW)Kauzální inference↔ porovnat
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →