ScholarGate
Assistente
Regression modelQuasi-experimental / causal inference

Modello Strutturale Marginale (MSM)

Un modello strutturale marginale è un framework di modellazione causale progettato per stimare l'effetto di un trattamento variabile nel tempo in presenza di confondenti variabili nel tempo che sono a loro volta influenzati dal trattamento precedente. Riponderando le osservazioni con pesi di probabilità inversa del trattamento, gli MSM creano una pseudo-popolazione in cui il confondimento è eliminato, consentendo una stima imparziale dei contrasti causali del trattamento anche quando le aggiustamenti di regressione standard fallirebbero.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

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

+26 more

Fonti

  1. 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
  2. Hernan, M. A., & Robins, J. M. (2020). Causal Inference: What If. Chapman & Hall/CRC. link

Come citare questa pagina

ScholarGate. (2026, June 3). Marginal Structural Model with Inverse Probability of Treatment Weighting. ScholarGate. https://scholargate.app/it/causal-inference/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

Citato da

Stima Bayesian Doubly RobustPonderazione Bayesiana dell'Inverso della ProbabilitàModello Strutturale Marginale BayesianoPonderazione Bayesiana del Punteggio di PropensioneAnalisi di Sensibilità Bayesiana per la CausalitàStima a Doppia Robustezza nella Ricerca EducativaValutazione Dinamica Controfattuale dell'ImpattoBilanciamento Dinamico dell'EntropiaInverse Probability Weighting DinamicaStimatore a Corrispondenza DinamicaAbbinamento Dinamico del Punteggio di PropensioneValutazione d'Impatto Controfattuale degli Effetti Eterogenei del TrattamentoStima a doppia robustezza dell'effetto eterogeneo del trattamentoInverse Probability Weighting per Effetti Trattamento Eterogenei (HTE-IPW)Modello Strutturale Marginale per Effetti Eterogenei del Trattamento (HTE-MSM)Stima a doppia robustezza aumentata con machine learning (ML-DR)Modello Strutturale Marginale Aumentato con Machine Learning (ML-MSM)Valutazione d'Impatto Controfattuale Multi-periodaleStima a doppia robustezza multiperiodalePonderazione Inversa di Probabilità Multi-periodoPonderazione con punteggio di propensione multi-periodoPonderazione dell'Inverso della Probabilità per Dati PanelModello Strutturale Marginale (MSM) per Dati PanelPonderazione basata sul punteggio di propensione per dati panelValutazione di Politiche: Stima a Doppia RobustezzaValutazione di politiche mediante ponderazione per l'inverso della probabilitàModello Strutturale Marginale per la Valutazione delle PolitichePonderazione Inversa di Probabilità Robusta (IPW Robusta)Modello Strutturale Marginale RobustoPonderazione Robusta del Punteggio di PropensioneModello Spaziale Marginale Strutturale
ScholarGateMarginal Structural Model (Marginal Structural Model with Inverse Probability of Treatment Weighting). Consultato il 2026-06-15 da https://scholargate.app/it/causal-inference/marginal-structural-model · Insieme di dati: https://doi.org/10.5281/zenodo.20539026