مدل ساختاری حاشیهای در پژوهش آموزشی
مدل ساختاری حاشیهای (MSM) تکنیکی برای استنتاج علّی است که از وزندهی احتمال معکوس برای برآورد اثر یک مداخله یا درمان آموزشی که در طول زمان تغییر میکند، استفاده میکند. این مدل که توسط رابینز، هِرنان و برامباک (2000) در اپیدمیولوژی معرفی شد و توسط هُنگ و رادِنباوش (2006) به حوزه آموزش وارد گردید، با مخدوشکنندههای متغیر با زمان مقابله میکند؛ چالشی که رگرسیون متعارف قادر به حل آن نیست.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
نقشهٔ روش
همسایگی روشهای مرتبط — برای کاوش، یک گره را برگزینید.
منابع
- 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 ↗
- Hong, G., & Raudenbush, S. W. (2006). Evaluating kindergarten retention policy: A case study of causal inference for multilevel observational data. Journal of the American Statistical Association, 101(475), 901-910. DOI: 10.1198/016214506000000447 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Marginal Structural Model for Causal Inference in Education Research. ScholarGate. https://scholargate.app/fa/causal-inference/marginal-structural-model-in-education-research
کدام روش؟
این روش را در کنار نزدیکترین روشهای خویشاوندش بگذارید و آنها را کنار هم بخوانید — کتابخانه کتابها را روی میز میگشاید؛ انتخاب با شماست.
- روش تفاوت در تفاوت (Diff-in-Diff)اقتصادسنجی↔ مقایسه
- روش متغیرهای ابزاری (IV) برای استنتاج علیاقتصاد سلامت↔ مقایسه
- وزندهی احتمال معکوسِ دریافتِ درمان (IPW / IPTW)استنتاج علّی↔ مقایسه
- تطابق امتیاز تمایل (Propensity Score Matching)آمار پژوهش↔ مقایسه
- طرح گسستگی رگرسیون (RDD)استنتاج علّی↔ مقایسه
Similar methods
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →