Dünaamiline pöörd-tõenäosuskaalutamine
Dünaamiline pöörd-tõenäosuskaalutamine (Dynamic IPW) hindab ajas muutuvate järjestikuste töötluste põhjuslikku mõju, kaaludes vaadeldud andmeid ümber, et jäljendada hüpoteetilist randomiseeritud uuringut. Robins ja kolleegid töötasid selle meetodi välja marginaalsete struktuurmudelite kontekstis, et lahendada probleem, kus pikaajalistes uuringutes mõjutab varasem töötlus tulevasi kovariaate, mis omakorda mõjutavad tulevast töötlust – tagasisideahel, mida standardne regressioon ei suuda lahti harutada.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Meetodikaart
Seotud meetodite ümbruskond — vali sõlm, et seda uurida.
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Dynamic Inverse Probability Weighting for Time-Varying Treatments. ScholarGate. https://scholargate.app/et/causal-inference/dynamic-inverse-probability-weighting
Milline meetod?
Aseta see meetod oma lähimate sugulaste kõrvale ja loe neid kõrvuti — raamatukogu laob raamatud lauale; valik on sinu.
- Topeltrobustne hindamine (AIPW)Põhjuslik järeldamine↔ võrdle
- Pöörd-tõenäosuskaalutamine (IPW / IPTW)Põhjuslik järeldamine↔ võrdle
- Marginaalne strukturaalne mudel (MSM)Põhjuslik järeldamine↔ võrdle
- Propensity Score Weighting (PSW / IPW)Põhjuslik järeldamine↔ võrdle
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →