Dynamisk propensity score-matching
Dynamisk propensity score-matching (DPSM) utvider klassisk propensity score-matching til situasjoner der behandling tildeles gjentatte ganger over tid, og tidligere behandlingsvalg påvirker senere valg. Den estimerer den kausale effekten av hele behandlingssekvenser eller regimeendringer ved å konstruere matchede sammenligninger ved hvert beslutningspunkt ved å bruke hele historikken av kovariater og tidligere behandlinger.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Metodekart
Nabolaget av beslektede metoder — velg en node for å utforske.
Kilder
- Lechner, M., & Miquel, R. (2010). Identification of the effects of dynamic treatments by sequential conditional independence assumptions. Empirical Economics, 39(1), 111-137. DOI: 10.1007/s00181-009-0297-3 ↗
- Robins, J. M. (1986). A new approach to causal inference in mortality studies with a sustained exposure period — application to control of the healthy worker survivor effect. Mathematical Modelling, 7(9-12), 1393-1512. DOI: 10.1016/0270-0255(86)90088-6 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Dynamic Propensity Score Matching for Sequential Treatments. ScholarGate. https://scholargate.app/no/causal-inference/dynamic-propensity-score-matching
Hvilken metode?
Sett denne metoden ved siden av sin nærmeste slektning og les dem side om side — biblioteket legger bøkene på bordet; valget er ditt.
- Dobbel robust estimering (AIPW)Kausal inferens↔ sammenlign
- Dynamisk differanse-i-differanserKausal inferens↔ sammenlign
- Inverse Probability of Treatment Weighting (IPW / IPTW)Kausal inferens↔ sammenlign
- Marginal Structural Model (MSM)Kausal inferens↔ sammenlign
- Propensity Score MatchingForskningsstatistikk↔ sammenlign
- Propensity Score Weighting (PSW / IPW)Kausal inferens↔ sammenlign
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →