Dynamisches Propensity Score Matching
Dynamisches Propensity Score Matching (DPSM) erweitert das klassische Propensity Score Matching auf Situationen, in denen die Behandlung wiederholt über die Zeit zugewiesen wird und frühere Behandlungsentscheidungen spätere beeinflussen. Es schätzt den kausalen Effekt ganzer Behandlungssequenzen oder Regimewechsel, indem es an jedem Entscheidungspunkt angepasste Vergleiche konstruiert, die die gesamte Historie von Kovariaten und früheren Behandlungen nutzen.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Methodenkarte
Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.
Quellen
- 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 ↗
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Dynamic Propensity Score Matching for Sequential Treatments. ScholarGate. https://scholargate.app/de/causal-inference/dynamic-propensity-score-matching
Welche Methode?
Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.
- Doubly Robust Estimation (AIPW)Kausale Inferenz↔ vergleichen
- Dynamische Differenz-von-DifferenzenKausale Inferenz↔ vergleichen
- Inverse Probability of Treatment Weighting (IPW / IPTW)Kausale Inferenz↔ vergleichen
- Marginales Strukturelles Modell (MSM)Kausale Inferenz↔ vergleichen
- Propensity Score MatchingForschungsstatistik↔ vergleichen
- Propensity Score Weighting (PSW / IPW)Kausale Inferenz↔ vergleichen
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →