Dynamiczne dopasowanie na podstawie skłonności (DPSM)
Dynamiczne dopasowanie na podstawie skłonności (DPSM) rozszerza klasyczne dopasowanie na podstawie skłonności na sytuacje, w których leczenie jest przydzielane wielokrotnie w czasie, a wcześniejsze wybory leczenia wpływają na późniejsze. Metoda ta szacuje efekt przyczynowy całych sekwencji leczenia lub zmian reżimu poprzez konstruowanie dopasowanych porównań w każdym punkcie decyzyjnym, wykorzystując pełną historię zmiennych towarzyszących i wcześniejszych terapii.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Dynamic Propensity Score Matching for Sequential Treatments. ScholarGate. https://scholargate.app/pl/causal-inference/dynamic-propensity-score-matching
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Estymacja podwójnie odporna (AIPW)Wnioskowanie przyczynowe↔ porównaj
- Dynamic Difference-in-DifferencesWnioskowanie przyczynowe↔ porównaj
- Ważenie odwrotnością prawdopodobieństwa leczenia (IPW / IPTW)Wnioskowanie przyczynowe↔ porównaj
- Model strukturalny brzegowy (MSM)Wnioskowanie przyczynowe↔ porównaj
- Dopasowanie wyników skłonnościStatystyka w badaniach↔ porównaj
- Ważenie z wykorzystaniem wyniku skłonności (PSW / IPW)Wnioskowanie przyczynowe↔ porównaj
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →