Paneļdatu marginālais strukturālais modelis (MSM)
Paneļdatu marginālais strukturālais modelis (MSM) izmanto apgriezto ārstēšanas varbūtības svēršanu (IPTW) vairākos laika periodos, lai novērtētu laika gaitā mainīgas ārstēšanas cēloņsakarību, vienlaikus atbilstoši pielāgojoties laika gaitā mainīgiem traucējošiem faktoriem, kurus pašus ietekmē iepriekšējā ārstēšana — tas ir neobjektivitātes avots, ko parastā regresija nespēj apstrādāt.
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 ↗
- Hernan, M. A., & Robins, J. M. (2020). Causal Inference: What If. Chapman & Hall/CRC. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Panel Data Marginal Structural Model with Inverse Probability Weighting. ScholarGate. https://scholargate.app/lv/causal-inference/panel-data-marginal-structural-model
Kura metode?
Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.
- Apgrieztā varbūtības svēršana (IPW / IPTW)Cēloņsakarību secināšana↔ salīdzināt
- Marginal Structural Model (MSM)Cēloņsakarību secināšana↔ salīdzināt
- Panel Data Difference-in-Differences (Panel DiD / TWFE)Cēloņsakarību secināšana↔ salīdzināt
- Panel Data Inverse Probability WeightingCēloņsakarību secināšana↔ salīdzināt
- Fiksēto efektu paneļa datu modelisEkonometrija↔ salīdzināt
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →