Ponderación por Probabilidad Inversa de Datos de Panel
La ponderación por probabilidad inversa de datos de panel (panel IPW) estima el efecto causal de un tratamiento variable en el tiempo reponderando las unidades observadas para crear una pseudo-población en la que el tratamiento es independiente de los confundidores medidos en cada punto temporal. Extiende el marco IPW transversal a entornos longitudinales donde el estado del tratamiento y los confundidores evolucionan a lo largo de múltiples períodos.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Mapa de métodos
El vecindario de métodos relacionados: selecciona un nodo para explorarlo.
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. Boca Raton: Chapman & Hall/CRC. link ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Panel Data Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/es/causal-inference/panel-data-inverse-probability-weighting
¿Qué método?
Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.
- Ponderación por Probabilidad Inversa de Tratamiento (IPW / IPTW)Inferencia causal↔ comparar
- Modelo Estructural Marginal (MSM)Inferencia causal↔ comparar
- Estimador de Concordancia con Datos de PanelInferencia causal↔ comparar
- Emparejamiento por Puntuación de Propensión con Datos de PanelInferencia causal↔ comparar
- Ponderación por Puntuación de Propensión (PSW / IPW)Inferencia causal↔ comparar
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →