Regression modelQuasi-experimental / causal inference
동적 엔트로피 균형 (Dynamic Entropy Balancing)
동적 엔트로피 균형은 엔트로피 균형 재가중 접근법을 패널 또는 종단 데이터의 시변 치료 설정으로 확장한 것입니다. 이는 각 시점에서 단위 가중치를 구성하여 치료군과 비교군의 공변량 분포가 지정된 모멘트에 대해 균형을 이루도록 하며, 이전 치료 이력과 시변 교란 변수를 순차적으로 조정하여 치료 순서가 결과에 미치는 인과 효과를 추정합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Hainmueller, J. (2012). Entropy Balancing for Causal Effects: A Multivariate Reweighting Method to Produce Balanced Samples in Observational Studies. Political Analysis, 20(1), 25-46. DOI: 10.1093/pan/mpr025 ↗
- Blackwell, M., & Glynn, A. N. (2018). How to Make Causal Inferences with Time-Series Cross-Sectional Data under Selection on Observables. American Political Science Review, 112(4), 1067-1082. DOI: 10.1017/S0003055418000357 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Dynamic Entropy Balancing for Longitudinal Causal Inference. ScholarGate. https://scholargate.app/ko/causal-inference/dynamic-entropy-balancing
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.
- 동적 역확률 가중치인과추론↔ compare
- 동적 성향 점수 매칭인과추론↔ compare
- 엔트로피 균형인과추론↔ compare
- 역확률 가중치 (Inverse Probability Weighting, IPW / IPTW)인과추론↔ compare
- Marginal Structural Model (MSM)인과추론↔ compare
- 성향 점수 가중치 (PSW / IPW)인과추론↔ compare