Apgrieztā varbūtības svēršana (IPW / IPTW)
Apgrieztā varbūtības svēršana (Inverse Probability Weighting) ir kauzālās inferences metode, kas katram novērojumam piešķir svaru, kas ir vienāds ar apgriezto vērtību tā varbūtībai saņemt faktiski saņemto ārstēšanu. Robins, Hernán un Brumback (2000) to ieviesa marginālajiem strukturālajiem modeļiem, un tā veido pseidopopulāciju, kurā ārstēšana ir neatkarīga no izmērītajiem traucējošajiem faktoriem, līdzsvarojot atlases novirzi.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
+vēl 54
Avoti
- Robins, J. M., Hernán, M. A., & Brumback, B. (2000). Marginal Structural Models and Causal Inference in Epidemiology. Epidemiology, 11(5), 550-560. DOI: 10.1097/00001648-200009000-00011 ↗
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 1). Inverse Probability of Treatment Weighting (IPW / IPTW). ScholarGate. https://scholargate.app/lv/causal-inference/inverse-probability-weighting
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Kausālā mediācijas analīze (dabiski tiešie un netiešie efekti)Cēloņsakarību secināšana↔ salīdzināt
- DAG Causal IdentificationCēloņsakarību secināšana↔ salīdzināt
- Divkārši robusta novērtēšana (AIPW)Cēloņsakarību secināšana↔ salīdzināt
- Logistiskā regresijaPētniecības statistika↔ salīdzināt
- Propensity Score MatchingPētniecības statistika↔ salīdzināt
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →