Pondération par l'inverse de la probabilité sur plusieurs périodes
La pondération par l'inverse de la probabilité sur plusieurs périodes (IPW) estime l'effet causal d'un traitement qui varie sur plusieurs périodes en repondérant les observations selon la probabilité de recevoir le traitement de chaque période, étant donné l'historique des traitements passés et les facteurs de confusion variant dans le temps. Elle crée une pseudo-population où le traitement à chaque période est indépendant des facteurs de confusion mesurés, permettant une estimation non biaisée des stratégies de traitement soutenues.
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 ↗
- Hernan, M. A., & Robins, J. M. (2020). Causal Inference: What If. Chapman and Hall/CRC. link ↗
Comment citer cette page
ScholarGate. (2026, June 3). Multi-period Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/fr/causal-inference/multi-period-inverse-probability-weighting
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.
- Estimation doublement robuste (AIPW)Inférence causale↔ comparer
- Pondération Inverse de Probabilité DynamiqueInférence causale↔ comparer
- Pondération par l'inverse de la probabilité de traitement (IPW / IPTW)Inférence causale↔ comparer
- Modèle structurel marginal (MSM)Inférence causale↔ comparer
- Pondération par l'inverse de la probabilité pour données de panelInférence causale↔ comparer
- Pondération par score de propension (PSP / IPW)Inférence causale↔ comparer
Similar methods
Une erreur sur cette page ? Signalez-la ou proposez une correction →