Regression modelCausal
G-계산 (모수적 G-공식)
G-계산은 관측 데이터로부터 개입이나 치료가 결과에 미치는 영향을 추정하기 위한 인과 추론 방법입니다. 1986년 James M. Robins에 의해 개발되었으며, 시간 가변적 노출과 교란 변수를 처리할 수 있는 표준화에 대한 모수적 접근 방식을 제공합니다. 이 방법은 적합된 결과 모델을 활용하여 다양한 개입 시나리오에서 모집단 결과가 어떻게 될지 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
- Robins, J. M. (1986). A new approach to causal inference in mortality studies with sustained exposure periods: application to control of the healthy worker survivor effect. Mathematical Modelling, 7(9-12), 1393-1512. DOI: 10.1016/0270-0255(86)90088-6 ↗
- Taubman, S. L., Robins, J. M., Mittleman, M. A., & Hernán, M. A. (2009). Intervening on risk factors for coronary heart disease: an application of the parametric g-formula. International Journal of Epidemiology, 38(6), 1599-1611. DOI: 10.1093/ije/dyp192 ↗
- Ahern, J., Hubbard, A., & Galea, S. (2009). Estimating the effects of potential public health interventions on population disease burden: a step-by-step illustration of causal inference methods. American Journal of Epidemiology, 169(9), 1140-1147. DOI: 10.1093/aje/kwp015 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). G-Computation (Parametric G-formula). ScholarGate. https://scholargate.app/ko/causal-inference/g-computation
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 →