Modèle structurel marginal dans la recherche en éducation
Un modèle structurel marginal (MSM) est une technique d'inférence causale qui utilise la pondération par l'inverse de la probabilité pour estimer l'effet d'un traitement ou d'une intervention éducative qui change au fil du temps. Introduits par Robins, Hernán et Brumback (2000) en épidémiologie et adoptés en éducation par Hong et Raudenbush (2006), les MSM traitent le brouillage variant dans le temps — un défi que la régression conventionnelle ne peut résoudre.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
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 ↗
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Marginal Structural Model for Causal Inference in Education Research. ScholarGate. https://scholargate.app/fr/causal-inference/marginal-structural-model-in-education-research
Quelle méthode ?
Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.
- Différence-en-différences (Diff-in-Diff)Économétrie↔ comparer
- Méthode des variables instrumentales (VI) pour l'inférence causaleÉconomie de la santé↔ comparer
- Pondération par l'inverse de la probabilité de traitement (IPW / IPTW)Inférence causale↔ comparer
- Appariement par score de propensionStatistiques de recherche↔ comparer
- La régression par discontinuité (RDD)Inférence causale↔ comparer
Similar methods
Une erreur sur cette page ? Signalez-la ou proposez une correction →