برآوردگر وزنی احتمال معکوس چند دورهای
برآوردگر وزنی احتمال معکوس چند دورهای (IPW) اثر علّی یک مداخله را که در طول چندین دوره زمانی متغیر است، با بازوزندهی مشاهدات بر اساس احتمال دریافت مداخله هر دوره، با توجه به سابقه مداخله گذشته و متغیرهای مخدوشکننده متغیر با زمان، تخمین میزند. این روش یک شبهجمعیت ایجاد میکند که در آن مداخله در هر دوره مستقل از مخدوشکنندههای اندازهگیری شده است و امکان برآورد بیطرفانه استراتژیهای مداخله پایدار را فراهم میآورد.
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 ↗
- Hernan, M. A., & Robins, J. M. (2020). Causal Inference: What If. Chapman and Hall/CRC. link ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Multi-period Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/fa/causal-inference/multi-period-inverse-probability-weighting
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.
- برآورد دوگانه استوار (AIPW)استنتاج علّی↔ مقایسه
- وزندهی معکوس احتمال پویااستنتاج علّی↔ مقایسه
- وزندهی احتمال معکوسِ دریافتِ درمان (IPW / IPTW)استنتاج علّی↔ مقایسه
- مدل ساختاری حاشیهای (MSM)استنتاج علّی↔ مقایسه
- وزندهی احتمال معکوس دادههای پانلاستنتاج علّی↔ مقایسه
- وزندهی امتیاز تمایل (PSW / IPW)استنتاج علّی↔ مقایسه
Similar methods
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →