Modelo Estructural Marginal (MSM)
Un modelo estructural marginal (MSM, por sus siglas en inglés) es un marco de modelado causal diseñado para estimar el efecto de un tratamiento variable en el tiempo en presencia de confundidores variables en el tiempo que, a su vez, se ven afectados por tratamientos previos. Reponderando las observaciones con pesos de probabilidad inversa del tratamiento, los MSM crean una pseudo-población en la que se elimina la confusión, lo que permite una estimación imparcial de los contrastes de tratamiento causal, incluso cuando los ajustes de regresión estándar fallarían.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
+26 more
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Marginal Structural Model with Inverse Probability of Treatment Weighting. ScholarGate. https://scholargate.app/es/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.
- Diferencia en Diferencias (Diff-in-Diff)Econometría↔ compare
- Estimación Doblemente Robusta (AIPW)Inferencia causal↔ compare
- G-Computation (Fórmula G paramétrica)Inferencia causal↔ compare
- Ponderación por Probabilidad Inversa de Tratamiento (IPW / IPTW)Inferencia causal↔ compare
- Ponderación por Puntuación de Propensión (PSW / IPW)Inferencia causal↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →