Dynamische Entropiebalancering
Dynamische Entropiebalancering breidt de entropiebalancerende herwegingsaanpak uit naar instellingen met tijdsvariërende behandelingen in panel- of longitudinale gegevens. Het construeert eenheidsgewichten in elke tijdsperiode zodanig dat de covariatedistributies van behandelde en vergelijkingsunits gebalanceerd zijn op gespecificeerde momenten, sequentieel aangepast voor eerdere behandelgeschiedenis en tijdsvariërende confounders om het causale effect van behandelsequenties op uitkomsten te schatten.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- Hainmueller, J. (2012). Entropy Balancing for Causal Effects: A Multivariate Reweighting Method to Produce Balanced Samples in Observational Studies. Political Analysis, 20(1), 25-46. DOI: 10.1093/pan/mpr025 ↗
- Blackwell, M., & Glynn, A. N. (2018). How to Make Causal Inferences with Time-Series Cross-Sectional Data under Selection on Observables. American Political Science Review, 112(4), 1067-1082. DOI: 10.1017/S0003055418000357 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Dynamic Entropy Balancing for Longitudinal Causal Inference. ScholarGate. https://scholargate.app/nl/causal-inference/dynamic-entropy-balancing
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Dynamische Inverse Waarschijnlijkheids WegingCausale inferentie↔ vergelijken
- Dynamische propensity score matchingCausale inferentie↔ vergelijken
- EntropiebalanceringCausale inferentie↔ vergelijken
- Inverse Probability of Treatment Weighting (IPW / IPTW)Causale inferentie↔ vergelijken
- Marginaal Structureel Model (MSM)Causale inferentie↔ vergelijken
- Propensity Score Weighting (PSW / IPW)Causale inferentie↔ vergelijken
Een fout op deze pagina gezien? Meld het of stel een correctie voor →