Regression modelQuasi-experimental / causal inference

Modèle Structurel Marginal Robuste

Les modèles structurels marginaux robustes (MSM robustes) étendent le cadre standard des MSM — qui utilise la pondération par l'inverse de la probabilité du traitement pour gérer les facteurs de confusion variant dans le temps — en associant l'estimation IPTW à des erreurs standard sandwich (robustes) ou à des estimateurs doublement robustes. Cette combinaison produit des estimations causales valides et une inférence fiable, même lorsque le modèle de régression du résultat est légèrement mal spécifié ou que les poids sont modérément variables.

Ouvrir dans MethodMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

The neighbourhood of related methods — select a node to explore.

Sources

  1. Robins, J. M., Hernán, M. A., & Brumback, B. (2000). Marginal structural models and causal inference in epidemiology. Epidemiology, 11(5), 550-560. DOI: 10.1097/00001648-200009000-00011
  2. Hernán, M. A., & Robins, J. M. (2020). Causal Inference: What If. Chapman & Hall/CRC. link

Comment citer cette page

ScholarGate. (2026, June 3). Robust Marginal Structural Model with Stabilized Inverse Probability Weighting. ScholarGate. https://scholargate.app/fr/causal-inference/robust-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.

Compare side by side
ScholarGateRobust Marginal Structural Model (Robust Marginal Structural Model with Stabilized Inverse Probability Weighting). Consulté le 2026-06-15 sur https://scholargate.app/fr/causal-inference/robust-marginal-structural-model · Jeu de données : https://doi.org/10.5281/zenodo.20539026