Dinamičko ponderiranje inverzne vjerojatnosti
Dinamičko ponderiranje inverzne vjerojatnosti (Dynamic IPW) procjenjuje uzročni učinak vremenski promjenjive sekvence tretmana ponovnim ponderiranjem promatranih podataka kako bi se oponašalo hipotetsko randomizirano ispitivanje. Razvijen od strane Robinsa i kolega u kontekstu marginalnih strukturnih modela, on rješava izazov da u longitudinalnim postavkama, prošli tretman utječe na buduće kovarijate, koje zauzvrat utječu na budući tretman — povratna sprega koju standardna regresija ne može razriješiti.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Karta metoda
Okruženje srodnih metoda — odaberite čvor za istraživanje.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Dynamic Inverse Probability Weighting for Time-Varying Treatments. ScholarGate. https://scholargate.app/hr/causal-inference/dynamic-inverse-probability-weighting
Koja metoda?
Postavite ovu metodu uz njoj najsrodnije i pročitajte ih jednu uz drugu — knjižnica vam knjige stavlja na stol; izbor je na vama.
- Udvostručeno robusna procjena (AIPW)Uzročno zaključivanje↔ usporedi
- Uteživanje inverznom vjerojatnošću tretmana (IPW / IPTW)Uzročno zaključivanje↔ usporedi
- Marginal Structural Model (MSM)Uzročno zaključivanje↔ usporedi
- Težinsko ponderiranje sklonosnim rezultatom (PSW / IPW)Uzročno zaključivanje↔ usporedi
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →