Marginaal Structureel Model (MSM)
Een marginaal structureel model is een causaal modelleringskader dat is ontworpen om het effect te schatten van een in de tijd variërende behandeling in aanwezigheid van in de tijd variërende confounders die zelf worden beïnvloed door eerdere behandeling. Door observaties te herwegen met inverse waarschijnlijkheidsgewichten voor behandeling, creëren MSM's een pseudo-populatie waarin confounding is geëlimineerd, waardoor een onbevooroordeelde schatting van causale behandelingscontrasten mogelijk is, zelfs wanneer standaard regressieaanpassingen zouden falen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
+26 more
Bronnen
- 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 & Hall/CRC. link ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Marginal Structural Model with Inverse Probability of Treatment Weighting. ScholarGate. https://scholargate.app/nl/causal-inference/marginal-structural-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Difference-in-Differences (DiD)Econometrie↔ compare
- Dubbel Robuuste Schatting (AIPW)Causale inferentie↔ compare
- G-Computatie (Parametrische G-formule)Causale inferentie↔ compare
- Inverse Probability of Treatment Weighting (IPW / IPTW)Causale inferentie↔ compare
- Propensity Score Weighting (PSW / IPW)Causale inferentie↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →