Regression modelQuasi-experimental / causal inference
Marginal Structural Model (MSM)
Marginal Structural Model（MSM）は、先行する治療の影響を受ける時間変動交絡因子が存在する状況下で、時間変動治療の効果を推定するために設計された因果モデリングフレームワークである。逆確率重み付け（IPTW）を用いて観測値を再重み付けすることにより、MSMは交絡が排除された擬似集団を作成し、標準的な回帰調整では失敗する場合でも、因果的な治療対照のバイアス없는推定を可能にする。
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。
Method map
The neighbourhood of related methods — select a node to explore.
+26 more
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Marginal Structural Model with Inverse Probability of Treatment Weighting. ScholarGate. https://scholargate.app/ja/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.
- 差分の差 (Difference-in-Differences, DiD)計量経済学↔ compare
- 二重に頑健な推定量（AIPW）因果推論↔ compare
- G-Computation (Parametric G-formula)因果推論↔ compare
- 逆確率重み付け法 (IPW / IPTW)因果推論↔ compare
- 傾向スコア重み付け（PSW / IPW）因果推論↔ compare
この手法を参照する項目
ベイズ的二重頑健推定量ベイズ逆確率重み付けベイズ周辺構造モデルベイズ的傾向スコア重み付け因果推論のためのベイズ的感度分析教育研究における二重頑健推定量動的な反事実的インパクト評価動的エンロピー・バランシング動的時間逆確率重み付け動的マッチング推定量動的傾向スコアマッチング異質的処置効果の反事実的影響評価異質的処置効果の二重頑健推定量（Heterogeneous Treatment Effect Doubly Robust Estimation）異質的処置効果逆確率重み付け（HTE-IPW）異質的処置効果周辺構造モデル（HTE-MSM）機械学習拡張二重頑健推定量 (ML-DR)機械学習強化型周辺構造モデル（ML-MSM）複数期間反実仮想インパクト評価複数期間二重にロバストな推定複数期間逆確率重み付けMulti-period Propensity Score Weightingパネルデータ逆確率重み付けパネルデータ周辺構造モデル（MSM）パネルデータ傾向スコア重み付け政策評価における二重頑健推定量政策評価における逆確率重み付け政策評価のための周辺構造モデルロバスト逆確率重み付け (Robust IPW)ロバスト周辺構造モデルロバスト傾向スコア重み付け空間的周辺構造モデル（Spatial Marginal Structural Model）