Regression modelQuasi-experimental / causal inference
다기간 역확률 가중치 (Multi-period Inverse Probability Weighting)
다기간 역확률 가중치(Multi-period Inverse Probability Weighting, IPW)는 과거 치료 이력 및 시간에 따라 변하는 교란 변수를 고려하여 각 기간의 치료 확률에 따라 관측치를 재가중함으로써, 여러 기간에 걸쳐 변화하는 치료의 인과적 효과를 추정한다. 이는 각 기간의 치료가 측정된 교란 변수와 독립적인 의사 모집단을 생성하여, 지속적인 치료 전략의 편향되지 않은 추정을 가능하게 한다.
MethodMind에서 열기곧 제공Apply, compare, get guidance
Tools & resources
Learn & explore
동영상곧 제공
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
방법 지도
관련 방법들로 이루어진 인접 영역 — 노드를 선택해 살펴보세요.
출처
- 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 and Hall/CRC. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Multi-period Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/ko/causal-inference/multi-period-inverse-probability-weighting
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- 이중 강건 추정 (AIPW)인과추론↔ 비교
- 동적 역확률 가중치인과추론↔ 비교
- 역확률 가중치 (Inverse Probability Weighting, IPW / IPTW)인과추론↔ 비교
- Marginal Structural Model (MSM)인과추론↔ 비교
- 패널 데이터 역확률 가중치 (Panel Data Inverse Probability Weighting)인과추론↔ 비교
- 성향 점수 가중치 (PSW / IPW)인과추론↔ 비교