Penimbang Kebolehterimaan Kebarangkaliansongsangan Pelbagai Tempoh
Anggaran Penimbang Kebolehterimaan Kebarangkaliansongsangan (IPW) Pelbagai Tempoh menganggarkan kesan kausal rawatan yang berubah merentasi beberapa tempoh masa dengan menimbang semula pemerhatian mengikut kebarangkalian menerima rawatan setiap tempoh berdasarkan sejarah rawatan lampau dan konfunder yang berubah mengikut masa. Ia mencipta pseudo-populasi di mana rawatan pada setiap tempoh adalah bebas daripada konfunder yang diukur, membolehkan anggaran strategi rawatan berterusan yang tidak bias.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Peta kaedah
Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.
Sumber
- 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 and Hall/CRC. link ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Multi-period Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/ms/causal-inference/multi-period-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.
- Anggaran Keboleh-Teguhan Berganda (AIPW)Inferens Kausal↔ banding
- Penimbang Kebolehjadian Songsangan DinamikInferens Kausal↔ banding
- Penimbang Kebarangkalian Songsang (IPW / IPTW)Inferens Kausal↔ banding
- Model Struktur Marginal (MSM)Inferens Kausal↔ banding
- Pembobotan Kebarangkalian Songsang Data PanelInferens Kausal↔ banding
- Penimbang Skor Kecenderungan (PSW / IPW)Inferens Kausal↔ banding
Similar methods
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →