Pembobotan Probabilitas Invers Multi-Periode
Estimasi IPW Multi-Periode memperkirakan efek kausal dari suatu perlakuan yang bervariasi di berbagai periode waktu dengan memberi bobot ulang observasi sesuai dengan probabilitas menerima perlakuan setiap periode berdasarkan riwayat perlakuan masa lalu dan konfounder yang bervariasi waktu. Ini menciptakan populasi semu di mana perlakuan pada setiap periode independen dari konfounder yang terukur, memungkinkan estimasi strategi perlakuan berkelanjutan yang tidak bias.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Multi-period Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/id/causal-inference/multi-period-inverse-probability-weighting
Metode yang mana?
Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.
- Estimasi Robust Ganda (AIPW)Inferensi Kausal↔ bandingkan
- Penimbangan Probabilitas Invers DinamisInferensi Kausal↔ bandingkan
- Bobot Probabilitas Invers (IPW / IPTW)Inferensi Kausal↔ bandingkan
- Model Struktural Marginal (MSM)Inferensi Kausal↔ bandingkan
- Bobot Probabilitas Invers Data PanelInferensi Kausal↔ bandingkan
- Pembobotan Skor Propensitas (PSW / IPW)Inferensi Kausal↔ bandingkan
Similar methods
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →