ScholarGate
Pembantu
Regression modelQuasi-experimental / causal inference

Penimbang Kebolehjadian Songsangan Dinamik

Dalam kajian ringkas anda mungkin melaraskan pembolehubah pengeliru dengan memasukkannya dalam regresi. Tetapi apabila rawatan diberikan pada pelbagai titik masa, sebuah kovariat pada masa t boleh secara serentak menjadi pembolehubah pengeliru bagi keputusan rawatan seterusnya dan mediator bagi rawatan sebelumnya. Melaraskan untuknya dalam regresi kedua-duanya menghapuskan pengeliruan dan menyekat laluan sebab-akibat — yang bercanggih. Dynamic IPW mengelak ini dengan mencipta pseudo-populasi: setiap orang ditimbang dengan songsangan kebarangkalian mereka mengikuti jujukan rawatan sebenar mereka berdasarkan sejarah kovariat mereka. Subjek pada trajektori rawatan yang tidak mungkin berlaku ditimbang lebih tinggi, secara berkesan mengimbangi populasi merentasi jujukan rawatan seolah-olah rawatan telah diberikan secara rawak pada setiap titik masa.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiMuat turun slaid

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Peta kaedah

Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.

Sumber

  1. 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
  2. Hernan, M. A., & Robins, J. M. (2020). Causal Inference: What If. Chapman & Hall/CRC. link

Cara memetik halaman ini

ScholarGate. (2026, June 3). Dynamic Inverse Probability Weighting for Time-Varying Treatments. ScholarGate. https://scholargate.app/ms/causal-inference/dynamic-inverse-probability-weighting

Kaedah yang mana?

Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.

Bandingkan secara bersebelahan

Dirujuk oleh

ScholarGateDynamic Inverse Probability Weighting (Dynamic Inverse Probability Weighting for Time-Varying Treatments). Dicapai 2026-06-15 daripada https://scholargate.app/ms/causal-inference/dynamic-inverse-probability-weighting · Set data: https://doi.org/10.5281/zenodo.20539026