ScholarGate
Βοηθός
Regression modelQuasi-experimental / causal inference

Δυναμική Στάθμιση Αντίστροφης Πιθανότητας

Η Δυναμική Στάθμιση Αντίστροφης Πιθανότητας (Dynamic IPW) εκτιμά τη αιτιακή επίδραση μιας χρονικά μεταβαλλόμενης ακολουθίας θεραπείας, επανασταθμίζοντας τα παρατηρούμενα δεδομένα ώστε να μιμηθεί μια υποθετική τυχαιοποιημένη δοκιμή. Αναπτύχθηκε από τους Robins και συνεργάτες στο πλαίσιο των οριακών δομικών μοντέλων (marginal structural models), και αντιμετωπίζει την πρόκληση ότι σε διαχρονικές ρυθμίσεις, η προηγούμενη θεραπεία επηρεάζει μελλοντικούς συσχετιστές (covariates), οι οποίοι με τη σειρά τους επηρεάζουν τη μελλοντική θεραπεία — ένας βρόχος ανάδρασης που η τυπική παλινδρόμηση δεν μπορεί να επιλύσει.

Άνοιγμα στο MethodMindΣύντομαΒίντεοΣύντομαΛήψη διαφανειών

Διαβάστε ολόκληρη τη μέθοδο

Μόνο για μέλη

Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.

Σύνδεση

Χάρτης μεθόδων

Η γειτονιά των σχετιζόμενων μεθόδων — επιλέξτε έναν κόμβο για εξερεύνηση.

Πηγές

  1. 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
  2. Hernan, M. A., & Robins, J. M. (2020). Causal Inference: What If. Chapman & Hall/CRC. link

Πώς να παραπέμψετε σε αυτή τη σελίδα

ScholarGate. (2026, June 3). Dynamic Inverse Probability Weighting for Time-Varying Treatments. ScholarGate. https://scholargate.app/el/causal-inference/dynamic-inverse-probability-weighting

Ποια μέθοδος;

Τοποθετήστε αυτή τη μέθοδο δίπλα στις πιο συγγενείς της και διαβάστε τις παράλληλα — η βιβλιοθήκη απλώνει τα βιβλία στο τραπέζι· η επιλογή είναι δική σας.

Συγκρίνετε παράλληλα

Αναφέρεται από

ScholarGateDynamic Inverse Probability Weighting (Dynamic Inverse Probability Weighting for Time-Varying Treatments). Ανακτήθηκε στις 2026-06-15 από https://scholargate.app/el/causal-inference/dynamic-inverse-probability-weighting · Σύνολο δεδομένων: https://doi.org/10.5281/zenodo.20539026