Marginal Structural Model in Education Research
Marginal structural model (MSM) ir cēloņsakarību novērtēšanas (causal inference) tehnika, kas izmanto apgrieztās varbūtības svēršanu (inverse probability weighting), lai novērtētu laika gaitā mainīgas ārstēšanas vai izglītības intervences ietekmi. Šo metodi 2000. gadā epidemioloģijā ieviesa Robins, Hernán un Brumback (2000), bet izglītības pētījumos to popularizēja Hong un Raudenbush (2006). MSM spēj risināt laika gaitā mainīgas konfaundēšanas (time-varying confounding) problēmu, ko tradicionālā regresijas analīze nespēj atrisināt.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- 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 ↗
- Hong, G., & Raudenbush, S. W. (2006). Evaluating kindergarten retention policy: A case study of causal inference for multilevel observational data. Journal of the American Statistical Association, 101(475), 901-910. DOI: 10.1198/016214506000000447 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Marginal Structural Model for Causal Inference in Education Research. ScholarGate. https://scholargate.app/lv/causal-inference/marginal-structural-model-in-education-research
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Diferenču starpībām (Diff-in-Diff)Ekonometrija↔ salīdzināt
- Instrumentālo mainīgo (IV) metode cēloņsakarību noteikšanaiVeselības ekonomika↔ salīdzināt
- Apgrieztā varbūtības svēršana (IPW / IPTW)Cēloņsakarību secināšana↔ salīdzināt
- Propensity Score MatchingPētniecības statistika↔ salīdzināt
- Dizains ar regresijas pārtraukumu (RDD)Cēloņsakarību secināšana↔ salīdzināt
Similar methods
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →