Regression modelQuasi-experimental / causal inference
다기간 성향 점수 가중치
다기간 성향 점수 가중치는 반복 측정 및 시간 가변 치료가 있는 설정으로 표준 성향 점수 가중치 프레임워크를 확장합니다. 각 시점에서 안정화된 역확률 가중치(IPW)를 구성하여 가중치 표본이 일련의 무작위 실험과 유사하도록 함으로써 종단적 교란 하에서 인과 효과를 편향 없이 추정할 수 있습니다.
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
- Hernán, M. A., & Robins, J. M. (2020). Causal Inference: What If. Chapman & Hall/CRC. link ↗
- Cole, S. R., & Hernán, M. A. (2008). Constructing inverse probability weights for marginal structural models. American Journal of Epidemiology, 168(6), 656-664. DOI: 10.1093/aje/kwn164 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Multi-period Propensity Score Weighting for Causal Inference. ScholarGate. https://scholargate.app/ko/causal-inference/multi-period-propensity-score-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
- 역확률 가중치 (Inverse Probability Weighting, IPW / IPTW)인과추론↔ 비교
- Marginal Structural Model (MSM)인과추론↔ 비교
- 패널 데이터 성향 점수 가중치 (panel PSW)인과추론↔ 비교
- 성향 점수 가중치 (PSW / IPW)인과추론↔ 비교