Solidny marginalny model strukturalny
Solidne marginalne modele strukturalne (solidne MSM) rozszerzają standardowe ramy MSM — które wykorzystują ważenie odwrotnością prawdopodobieństwa otrzymania leczenia w celu radzenia sobie z czasowo zmiennym splątaniem — poprzez połączenie estymacji IPTW z solidnymi (sandwich) błędami standardowymi lub estymatorami podwójnie solidnymi. Ta kombinacja daje poprawne oszacowania przyczynowości i wiarygodną inferencję, nawet gdy model regresji wyniku jest łagodnie błędnie określony lub wagi są umiarkowanie zmienne.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
Źródła
- 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 ↗
- Hernán, M. A., & Robins, J. M. (2020). Causal Inference: What If. Chapman & Hall/CRC. link ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Robust Marginal Structural Model with Stabilized Inverse Probability Weighting. ScholarGate. https://scholargate.app/pl/causal-inference/robust-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.
- Metoda różnic w różnicach (Diff-in-Diff)Ekonometria↔ compare
- Estymacja podwójnie odporna (AIPW)Wnioskowanie przyczynowe↔ compare
- Ważenie odwrotnością prawdopodobieństwa leczenia (IPW / IPTW)Wnioskowanie przyczynowe↔ compare
- Model strukturalny brzegowy (MSM)Wnioskowanie przyczynowe↔ compare
- Panelowy marginalny model strukturalny (MSM)Wnioskowanie przyczynowe↔ compare
- Ważenie z wykorzystaniem wyniku skłonności (PSW / IPW)Wnioskowanie przyczynowe↔ compare
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →