ScholarGate
دستیار
Regression modelQuasi-experimental / causal inference

وزن‌دهی مبتنی بر امتیاز تمایل چند دوره‌ای

وزن‌دهی مبتنی بر امتیاز تمایل چند دوره‌ای، چارچوب استاندارد وزن‌دهی امتیاز تمایل را به تنظیمات با اندازه‌گیری‌های مکرر و درمان‌های متغیر با زمان گسترش می‌دهد. این روش وزن‌های احتمالی معکوس تثبیت‌شده (IPW) را در هر نقطه زمانی ایجاد می‌کند تا نمونه وزن‌دار شبیه دنباله‌ای از آزمایش‌های تصادفی باشد و امکان تخمین بدون بایاس اثرات علی را تحت آمیختگی طولی فراهم کند.

باز کردن در MethodMindبه‌زودیApply, compare, get guidance
Tools & resources
دریافت اسلایدها
Learn & explore
ویدیوبه‌زودی

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

نقشهٔ روش

همسایگی روش‌های مرتبط — برای کاوش، یک گره را برگزینید.

منابع

  1. Hernán, M. A., & Robins, J. M. (2020). Causal Inference: What If. Chapman & Hall/CRC. link
  2. Cole, S. R., & Hernán, M. A. (2008). Constructing inverse probability weights for marginal structural models. American Journal of Epidemiology, 168(6), 656-664. DOI: 10.1093/aje/kwn164

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Multi-period Propensity Score Weighting for Causal Inference. ScholarGate. https://scholargate.app/fa/causal-inference/multi-period-propensity-score-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.

مقایسهٔ کنار هم
ScholarGateMulti-period Propensity Score Weighting (Multi-period Propensity Score Weighting for Causal Inference). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/causal-inference/multi-period-propensity-score-weighting · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026