Modèle structurel marginal (MSM)
Un modèle structurel marginal est un cadre de modélisation causale conçu pour estimer l'effet d'un traitement variant dans le temps en présence de facteurs de confusion variant dans le temps qui sont eux-mêmes affectés par un traitement antérieur. En repondérant les observations avec des poids de probabilité inverse du traitement, les MSM créent une pseudo-population dans laquelle le facteur de confusion est éliminé, permettant une estimation sans biais des contrastes causaux du traitement, même lorsque les ajustements de régression standard échoueraient.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
+26 more
Sources
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Marginal Structural Model with Inverse Probability of Treatment Weighting. ScholarGate. https://scholargate.app/fr/causal-inference/marginal-structural-model
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.
- Différence-en-différences (Diff-in-Diff)Économétrie↔ compare
- Estimation doublement robuste (AIPW)Inférence causale↔ compare
- Calcul G (formule G paramétrique)Inférence causale↔ compare
- Pondération par l'inverse de la probabilité de traitement (IPW / IPTW)Inférence causale↔ compare
- Pondération par score de propension (PSP / IPW)Inférence causale↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →