Regression modelQuasi-experimental / causal inference
動的傾向スコアマッチング
動的傾向スコアマッチング（Dynamic Propensity Score Matching, DPSM）は、古典的な傾向スコアマッチングを、治療が時間とともに繰り返し割り当てられ、早期の治療選択が後の治療に影響を与えるような設定に拡張したものである。これは、共変量と過去の治療の全履歴を用いて、各意思決定時点でのマッチングされた比較を構築することにより、治療シーケンス全体または治療レジーム変更の因果効果を推定する。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Dynamic Propensity Score Matching for Sequential Treatments. ScholarGate. https://scholargate.app/ja/causal-inference/dynamic-propensity-score-matching
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
- 二重に頑健な推定量（AIPW）因果推論↔ 比較
- 動的差分の差分法因果推論↔ 比較
- 逆確率重み付け法 (IPW / IPTW)因果推論↔ 比較
- Marginal Structural Model (MSM)因果推論↔ 比較
- 傾向スコアマッチング研究統計↔ 比較
- 傾向スコア重み付け（PSW / IPW）因果推論↔ 比較