Multi-period Inverse Probability Weighting
Multi-period Inverse Probability Weighting (IPW) estimerer den kausale effekt af en behandling, der varierer over flere tidsperioder, ved at omvægte observationer i henhold til sandsynligheden for at modtage hver periodes behandling givet tidligere behandlingshistorik og tidsvarierende konfoundere. Den skaber en pseudo-population, hvor behandling i hver periode er uafhængig af målte konfoundere, hvilket muliggør en upartisk estimering af vedvarende behandlingsstrategier.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Metodekort
Nabolaget af beslægtede metoder — vælg en knude for at udforske.
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Multi-period Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/da/causal-inference/multi-period-inverse-probability-weighting
Hvilken metode?
Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.
- Dobbelt Robust Estimation (AIPW)Kausal inferens↔ sammenlign
- Dynamisk Invers SandsynlighedsvægtningKausal inferens↔ sammenlign
- Vægtning med den inverse behandlingssandsynlighed (IPW / IPTW)Kausal inferens↔ sammenlign
- Marginal Structural Model (MSM)Kausal inferens↔ sammenlign
- Panel Data Inverse Probability WeightingKausal inferens↔ sammenlign
- Propensity Score Weighting (PSW / IPW)Kausal inferens↔ sammenlign
Similar methods
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →