Inverse Probability of Treatment Weighting (IPW / IPTW)
Inverse Probability Weighting is een causale-inferentiemethode die elke observatie een gewicht toekent dat gelijk is aan het inverse van de waarschijnlijkheid dat de observatie de behandeling heeft ontvangen die deze daadwerkelijk kreeg. Geïntroduceerd door Robins, Hernán en Brumback (2000) voor marginale structurele modellen, bouwt het een pseudopopulatie op waarin de behandeling onafhankelijk is van gemeten confounders, waardoor selectiebias wordt gebalanceerd.
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.
+54 meer
Bronnen
- Robins, J. M., Hernán, M. A., & Brumback, B. (2000). Marginal Structural Models and Causal Inference in Epidemiology. Epidemiology, 11(5), 550-560. DOI: 10.1097/00001648-200009000-00011 ↗
- Cole, S. R., & Hernán, M. A. (2008). Constructing Inverse Probability Weights for Marginal Structural Models. American Journal of Epidemiology, 168(6), 656-664. DOI: 10.1093/aje/kwn164 ↗
Deze pagina citeren
ScholarGate. (2026, June 1). Inverse Probability of Treatment Weighting (IPW / IPTW). ScholarGate. https://scholargate.app/nl/causal-inference/inverse-probability-weighting
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.
- Causale Mediatie-Analyse (Natuurlijk Direct en Indirect Effect)Causale inferentie↔ vergelijken
- Causale Identificatie met Gerichte Acyclische Grafen (do-calculus)Causale inferentie↔ vergelijken
- Dubbel Robuuste Schatting (AIPW)Causale inferentie↔ vergelijken
- Logistische RegressieOnderzoeksstatistiek↔ vergelijken
- Propensity Score MatchingOnderzoeksstatistiek↔ vergelijken
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →