Abbinamento Dinamico del Punteggio di Propensione
L'Abbinamento Dinamico del Punteggio di Propensione (DPSM) estende il classico abbinamento del punteggio di propensione a contesti in cui il trattamento viene assegnato ripetutamente nel tempo e le scelte di trattamento precedenti influenzano quelle successive. Stima l'effetto causale di intere sequenze di trattamento o cambiamenti di regime costruendo confronti abbinati ad ogni punto decisionale utilizzando la storia completa delle covariate e dei trattamenti precedenti.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- Lechner, M., & Miquel, R. (2010). Identification of the effects of dynamic treatments by sequential conditional independence assumptions. Empirical Economics, 39(1), 111-137. DOI: 10.1007/s00181-009-0297-3 ↗
- Robins, J. M. (1986). A new approach to causal inference in mortality studies with a sustained exposure period — application to control of the healthy worker survivor effect. Mathematical Modelling, 7(9-12), 1393-1512. DOI: 10.1016/0270-0255(86)90088-6 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Dynamic Propensity Score Matching for Sequential Treatments. ScholarGate. https://scholargate.app/it/causal-inference/dynamic-propensity-score-matching
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.
- Stima a Doppia Robustezza (AIPW)Inferenza causale↔ compare
- Dynamic Difference-in-DifferencesInferenza causale↔ compare
- Inverse Probability of Treatment Weighting (IPW / IPTW)Inferenza causale↔ compare
- Modello Strutturale Marginale (MSM)Inferenza causale↔ compare
- Abbinamento del punteggio di propensioneStatistica per la ricerca↔ compare
- Ponderazione basata sul punteggio di propensione (PSW / IPW)Inferenza causale↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →