Regression modelQuasi-experimental / causal inference

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.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

+26 more

Fuentes

  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

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.

Compare side by side

Citado por

Estimación Bayesiana Doblemente RobustaPonderación Bayesiana por Probabilidad InversaModelo Estructural Marginal BayesianoPonderación Bayesiana por Puntaje de PropensiónAnálisis de Sensibilidad Bayesiano para la CausalidadEstimación Doblemente Robusta en Investigación EducativaEvaluación Dinámica de Impacto ContrafactualEquilibrio Dinámico de EntropíaPonderación Dinámica por Probabilidad InversaEstimador de Emparejamiento DinámicoEmparejamiento Dinámico por Puntuación de PropensiónEvaluación de Impacto Contrafactual con Efectos de Tratamiento HeterogéneosEstimación Doblemente Robusta de Efectos de Tratamiento HeterogéneosHeterogeneous Treatment Effect Inverse Probability WeightingModelo Estructural Marginal de Efecto de Tratamiento Heterogéneo (HTE-MSM)Estimación Doblemente Robusta Aumentada por Aprendizaje Automático (ML-DR)Modelo Estructural Marginal (MSM) Aumentado con Aprendizaje Automático (ML-MSM)Evaluación de Impacto Contrafactual MultiperiódicaEstimación Doblemente Robusta MultiperiódicaPonderación Inversa de Probabilidad MultiperiódicaPonderación por Puntuación de Propensión Multi-PeríodoPonderación por Probabilidad Inversa de Datos de PanelModelo Estructural Marginal (MSM) de Datos de PanelPonderación por Puntuación de Propensión en Datos de PanelEvaluación de Políticas Estimación Doblemente RobustaEvaluación de políticas mediante ponderación por probabilidad inversaModelo Estructural Marginal para la Evaluación de PolíticasPonderación Inversa de Probabilidad Robusta (IPW Robusta)Modelo Estructural Marginal RobustoPonderación Robusta por Puntuación de PropensiónModelo Espacial Estructural Marginal
ScholarGateMarginal Structural Model (Marginal Structural Model with Inverse Probability of Treatment Weighting). Recuperado el 2026-06-15 de https://scholargate.app/es/causal-inference/marginal-structural-model · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026