Panelu datu prognozes rādītāju svēršana
Panel Data Propensity Score Weighting (panel PSW) paplašina apgrieztās varbūtības svēršanu uz garām-laika iestatījumiem, kur tie paši vienumi tiek novēroti vairākos laika periodos. Tā pārsver novērojumus ar apgriezto katra vienuma laika mainīgās varbūtības saņemt ārstēšanu, radot pseido-populāciju, kurā ārstēšana ir līdzsvarota uz novērotajiem kovariātiem katrā periodā, un pēc tam novērtē cēloņsakarību efektus no atkārtotiem mērījumiem.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Metožu karte
Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.
Avoti
- Hirano, K., Imbens, G. W., & Ridder, G. (2003). Efficient Estimation of Average Treatment Effects Using the Estimated Propensity Score. Econometrica, 71(4), 1161-1189. DOI: 10.1111/1468-0262.00442 ↗
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Panel Data Propensity Score Weighting Estimator. ScholarGate. https://scholargate.app/lv/causal-inference/panel-data-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.
- 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
- Propensity Score MatchingPētniecības statistika↔ salīdzināt
- Aproksimēta novērtēšana (PSW / IPW)Cēloņsakarību secināšana↔ salīdzināt
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →