Regression modelQuasi-experimental / causal inference
משקולות הסתברות הפוכה דינמיות
הערכת משקולות הסתברות הפוכה דינמיות (Dynamic IPW) את ההשפעה הסיבתית של רצף טיפולים משתנה בזמן על ידי שקילת נתונים שנצפו מחדש כדי לחקות ניסוי אקראי היפותטי. פותח על ידי רובינס ועמיתיו בהקשר של מודלים מבניים שוליים, הוא מטפל באתגר שבמסגרות אורכיות, טיפול קודם משפיע על משתנים משתנים עתידיים, אשר בתורם משפיעים על טיפול עתידי — לולאת משוב שרגרסיה סטנדרטית אינה יכולה להתיר.
קראו את השיטה במלואה
לחברים בלבד
התחברותהתחברו עם חשבון חינמי כדי לקרוא חלק זה.
מפת שיטות
סביבת השיטות הקרובות — בחרו צומת כדי לחקור.
מקורות
- 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 ↗
איך לצטט עמוד זה
ScholarGate. (2026, June 3). Dynamic Inverse Probability Weighting for Time-Varying Treatments. ScholarGate. https://scholargate.app/he/causal-inference/dynamic-inverse-probability-weighting
איזו שיטה?
הציבו שיטה זו לצד קרובותיה הקרובות וקראו אותן זו לצד זו — הספרייה מניחה את הספרים על השולחן; הבחירה בידיכם.
- אמידה חסונה כפולה (AIPW)הסקה סיבתית↔ השוואה
- משקולות הסתברות הפוכות (IPW / IPTW)הסקה סיבתית↔ השוואה
- מודל מבני שולי (MSM)הסקה סיבתית↔ השוואה
- שקלול ציון הנטייה (PSW / IPW)הסקה סיבתית↔ השוואה