Ponderare Inversă Dinamică a Probabilității
Ponderarea Inversă Dinamică a Probabilității (Dynamic IPW) estimează efectul cauzal al unei secvențe de tratament dependente de timp prin reponderarea datelor observate pentru a mima un studiu randomizat ipotetic. Dezvoltat de Robins și colaboratorii săi în contextul modelelor structurale marginale, acesta abordează provocarea conform căreia, în setările longitudinale, tratamentul anterior afectează covariabilele viitoare, care la rândul lor afectează tratamentul viitor — o buclă de feedback pe care regresia standard nu o poate descurca.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Harta metodelor
Vecinătatea metodelor înrudite — selectați un nod pentru a explora.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Dynamic Inverse Probability Weighting for Time-Varying Treatments. ScholarGate. https://scholargate.app/ro/causal-inference/dynamic-inverse-probability-weighting
Ce metodă?
Așezați această metodă lângă cele mai apropiate rude și citiți-le alăturat — biblioteca pune cărțile pe masă; alegerea vă aparține.
- Estimare Dublu Robustă (AIPW)Inferență cauzală↔ compară
- Ponderarea prin probabilitatea inversă a tratamentului (IPW / IPTW)Inferență cauzală↔ compară
- Model Structural Marginal (MSM)Inferență cauzală↔ compară
- Ponderarea Scorului de Propensitate (PSW / IPW)Inferență cauzală↔ compară
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →