Marginales Strukturelles Modell (MSM)
Ein marginales strukturelles Modell ist ein kausales Modellierungsframework, das entwickelt wurde, um den Effekt einer zeitlich variierenden Behandlung in Anwesenheit von zeitlich variierenden Störgrößen zu schätzen, die selbst durch frühere Behandlungen beeinflusst werden. Durch die Neugewichtung von Beobachtungen mit inversen Wahrscheinlichkeiten der Behandlungszuweisung (Inverse Probability of Treatment Weights) erzeugen MSMs eine Pseudopopulation, in der Störfaktoren eliminiert werden. Dies ermöglicht eine unverzerrte Schätzung kausaler Behandlungsunterschiede, selbst wenn standardmäßige Regressionsanpassungen versagen würden.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
+26 more
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Marginal Structural Model with Inverse Probability of Treatment Weighting. ScholarGate. https://scholargate.app/de/causal-inference/marginal-structural-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Differenz-in-Differenzen (DiD)Ökonometrie↔ compare
- Doubly Robust Estimation (AIPW)Kausale Inferenz↔ compare
- G-Computation (Parametrische G-Formel)Kausale Inferenz↔ compare
- Inverse Probability of Treatment Weighting (IPW / IPTW)Kausale Inferenz↔ compare
- Propensity Score Weighting (PSW / IPW)Kausale Inferenz↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →