Pondération par l'inverse de la probabilité pour données de panel
La pondération par l'inverse de la probabilité pour données de panel (IPW de panel) estime l'effet causal d'un traitement variant dans le temps en repondérant les unités observées pour créer une pseudo-population dans laquelle le traitement est indépendant des facteurs de confusion mesurés à chaque instant. Elle étend le cadre de l'IPW transversal aux contextes longitudinaux où le statut de traitement et les facteurs de confusion évoluent sur plusieurs périodes.
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. Boca Raton: Chapman & Hall/CRC. link ↗
Comment citer cette page
ScholarGate. (2026, June 3). Panel Data Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/fr/causal-inference/panel-data-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.
- Pondération par l'inverse de la probabilité de traitement (IPW / IPTW)Inférence causale↔ comparer
- Modèle structurel marginal (MSM)Inférence causale↔ comparer
- Estimateur par appariement sur données de panelInférence causale↔ comparer
- Appariement par score de propension sur données de panelInférence causale↔ comparer
- Pondération par score de propension (PSP / IPW)Inférence causale↔ comparer
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →