Regression modelQuasi-experimental / causal inference

تطبیق نمره تمایل پویا

تطبیق نمره تمایل پویا (DPSM) تطبیق نمره تمایل کلاسیک را به شرایطی گسترش می‌دهد که درمان به طور مکرر در طول زمان تخصیص داده می‌شود و انتخاب‌های درمانی قبلی بر انتخاب‌های بعدی تأثیر می‌گذارند. این روش با ساخت مقایسه‌های تطبیق‌یافته در هر نقطه تصمیم‌گیری با استفاده از تاریخچه کامل متغیرهای کمکی و درمان‌های قبلی، اثر علی توالی‌های کامل درمان یا تغییرات رژیم را تخمین می‌زند.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

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

منابع

  1. Lechner, M., & Miquel, R. (2010). Identification of the effects of dynamic treatments by sequential conditional independence assumptions. Empirical Economics, 39(1), 111-137. DOI: 10.1007/s00181-009-0297-3
  2. Robins, J. M. (1986). A new approach to causal inference in mortality studies with a sustained exposure period — application to control of the healthy worker survivor effect. Mathematical Modelling, 7(9-12), 1393-1512. DOI: 10.1016/0270-0255(86)90088-6

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Dynamic Propensity Score Matching for Sequential Treatments. ScholarGate. https://scholargate.app/fa/causal-inference/dynamic-propensity-score-matching

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

ارجاع‌شده در

ScholarGateDynamic Propensity Score Matching (Dynamic Propensity Score Matching for Sequential Treatments). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/causal-inference/dynamic-propensity-score-matching · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026