Regression modelQuasi-experimental / causal inference
패널 데이터 주변 구조 모형 (MSM)
패널 데이터 주변 구조 모형(Marginal Structural Model, MSM)은 여러 시점에 걸쳐 역확률 가중치(inverse probability of treatment weighting, IPTW)를 사용하여 시간 가변적 치료의 인과 효과를 추정하는 동시에, 이전 치료의 영향을 받는 시간 가변적 교란 변수들을 적절히 조정합니다. 이는 기존 회귀 분석으로는 처리할 수 없는 편향의 원천입니다.
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., 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 & Hall/CRC. link ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Panel Data Marginal Structural Model with Inverse Probability Weighting. ScholarGate. https://scholargate.app/ko/causal-inference/panel-data-marginal-structural-model
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.
- 역확률 가중치 (Inverse Probability Weighting, IPW / IPTW)인과추론↔ compare
- Marginal Structural Model (MSM)인과추론↔ compare
- 패널 데이터 이중차분법 (패널 DiD / TWFE)인과추론↔ compare
- 패널 데이터 역확률 가중치 (Panel Data Inverse Probability Weighting)인과추론↔ compare
- 패널 데이터 고정 효과 모형계량경제학↔ compare