Dinamijsko ponderisanje inverznim verovatnoćama
Dinamijsko ponderisanje inverznim verovatnoćama (Dynamic IPW) procenjuje kauzalni efekat vremenski promenljivog niza tretmana ponovnim ponderisanjem opserviranih podataka kako bi se oponašalo hipotetičko randomizovano ispitivanje. Razvijen od strane Robinsa i kolega u kontekstu marginalnih strukturnih modela, on se bavi izazovom da u longitudinalnim postavkama, prošli tretman utiče na buduće kovarijate, koji zauzvrat utiču na budući tretman — povratna sprega koju standardna regresija ne može razmrsiti.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Mapa metoda
Okruženje srodnih metoda — izaberite čvor da biste istraživali.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Dynamic Inverse Probability Weighting for Time-Varying Treatments. ScholarGate. https://scholargate.app/sr/causal-inference/dynamic-inverse-probability-weighting
Koja metoda?
Postavite ovu metodu pored njoj najbližih srodnika i čitajte ih uporedo — biblioteka polaže knjige na sto; izbor je na vama.
- Izračunavanje dvostruke robustnosti (AIPW)Kauzalno zaključivanje↔ uporedi
- Metoda inverzne verovatnoće tretmana (IPW / IPTW)Kauzalno zaključivanje↔ uporedi
- Marginalni strukturni model (MSM)Kauzalno zaključivanje↔ uporedi
- Metoda ponderisanja rezultata sklonosti (PSW / IPW)Kauzalno zaključivanje↔ uporedi
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →