Daudzperiodu tendenču rādītāju svēršana
Daudzperiodu tendenču rādītāju svēršana paplašina standarta tendenču rādītāju svēršanas sistēmu situācijām ar atkārtotiem mērījumiem un laika gaitā mainīgiem ārstēšanas veidiem. Tā veido stabilizētus apgrieztās varbūtības svarus (IPW) katrā laika punktā, lai nosvērtais paraugs atgādinātu randomizētu eksperimentu secību, ļaujot neobjektīvi novērtēt cēloņsakarības zem laika gaitā mainīgas jaukšanās.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Multi-period Propensity Score Weighting for Causal Inference. ScholarGate. https://scholargate.app/lv/causal-inference/multi-period-propensity-score-weighting
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Divkārši robusta novērtēšana (AIPW)Cēloņsakarību secināšana↔ salīdzināt
- Apgrieztā varbūtības svēršana (IPW / IPTW)Cēloņsakarību secināšana↔ salīdzināt
- Marginal Structural Model (MSM)Cēloņsakarību secināšana↔ salīdzināt
- Panelu datu prognozes rādītāju svēršanaCēloņsakarību secināšana↔ salīdzināt
- Aproksimēta novērtēšana (PSW / IPW)Cēloņsakarību secināšana↔ salīdzināt
Similar methods
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →