Regression modelQuasi-experimental / causal inference
패널 데이터 역확률 가중치 (Panel Data Inverse Probability Weighting)
패널 데이터 역확률 가중치(panel IPW)는 시간 가변적 처치(time-varying treatment)의 인과적 효과를 추정하기 위해, 각 시점에서 측정된 교란변수(confounder)와 독립적인 유사 모집단(pseudo-population)을 생성하도록 관찰된 단위(unit)에 재가중치를 부여하는 방법이다. 이는 처치 상태와 교란변수 모두 여러 기간에 걸쳐 진화하는 종단적(longitudinal) 설정으로 확장된 횡단면(cross-sectional) IPW 프레임워크이다.
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. Boca Raton: Chapman & Hall/CRC. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Panel Data Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/ko/causal-inference/panel-data-inverse-probability-weighting
어떤 방법일까요?
이 방법을 가장 가까운 동류의 방법들과 나란히 놓고 비교해 보세요 — 라이브러리는 책을 펼쳐 놓을 뿐, 선택은 여러분의 몫입니다.
- 역확률 가중치 (Inverse Probability Weighting, IPW / IPTW)인과추론↔ 비교
- Marginal Structural Model (MSM)인과추론↔ 비교
- 패널 데이터 매칭 추정량인과추론↔ 비교
- 패널 데이터 성향 점수 매칭인과추론↔ 비교
- 성향 점수 가중치 (PSW / IPW)인과추론↔ 비교