Robustes marginales Strukturmodell
Robuste marginale Strukturmodelle (robuste MSMs) erweitern das Standard-MSM-Framework – das inverse Wahrscheinlichkeitsgewichtung zur Handhabung zeitlich variierender Störfaktoren verwendet – indem sie die IPTW-Schätzung mit Sandwich- (robusten) Standardfehlern oder doppelt-robusten Schätzern paaren. Diese Kombination liefert valide kausale Schätzungen und zuverlässige Inferenz, selbst wenn das Ergebnisregressionsmodell leicht fehlspezifiziert ist oder die Gewichte moderat variieren.
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.
Quellen
- Robins, J. M., Hernán, M. A., & Brumback, B. (2000). Marginal structural models and causal inference in epidemiology. Epidemiology, 11(5), 550-560. DOI: 10.1097/00001648-200009000-00011 ↗
- Hernán, M. A., & Robins, J. M. (2020). Causal Inference: What If. Chapman & Hall/CRC. link ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Robust Marginal Structural Model with Stabilized Inverse Probability Weighting. ScholarGate. https://scholargate.app/de/causal-inference/robust-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
- Inverse Probability of Treatment Weighting (IPW / IPTW)Kausale Inferenz↔ compare
- Marginales Strukturelles Modell (MSM)Kausale Inferenz↔ compare
- Paneldaten-Modell für marginale Struktur (MSM)Kausale Inferenz↔ compare
- Propensity Score Weighting (PSW / IPW)Kausale Inferenz↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →