การถ่วงดุลเอนโทรปีแบบพลวัต
การถ่วงดุลเอนโทรปีแบบพลวัต (Dynamic Entropy Balancing) เป็นการขยายแนวทางการถ่วงน้ำหนักเอนโทรปีเพื่อใช้กับการตั้งค่าที่มีการบำบัดที่เปลี่ยนแปลงตามเวลาในข้อมูลแบบแผง (panel data) หรือข้อมูลระยะยาว (longitudinal data) โดยจะสร้างน้ำหนักของหน่วย ณ แต่ละช่วงเวลา เพื่อให้การกระจายตัวของตัวแปรร่วมของหน่วยที่ได้รับการบำบัดและหน่วยเปรียบเทียบมีความสมดุลกันในโมเมนต์ที่กำหนดไว้ โดยปรับตามลำดับสำหรับประวัติการบำบัดก่อนหน้าและตัวแปรกวนที่เปลี่ยนแปลงตามเวลา เพื่อประมาณผลกระทบเชิงสาเหตุของลำดับการบำบัดต่อผลลัพธ์
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Hainmueller, J. (2012). Entropy Balancing for Causal Effects: A Multivariate Reweighting Method to Produce Balanced Samples in Observational Studies. Political Analysis, 20(1), 25-46. DOI: 10.1093/pan/mpr025 ↗
- Blackwell, M., & Glynn, A. N. (2018). How to Make Causal Inferences with Time-Series Cross-Sectional Data under Selection on Observables. American Political Science Review, 112(4), 1067-1082. DOI: 10.1017/S0003055418000357 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Dynamic Entropy Balancing for Longitudinal Causal Inference. ScholarGate. https://scholargate.app/th/causal-inference/dynamic-entropy-balancing
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.
- Dynamic Inverse Probability Weightingการอนุมานเชิงสาเหตุ↔ compare
- Dynamic Propensity Score Matchingการอนุมานเชิงสาเหตุ↔ compare
- Entropy Balancingการอนุมานเชิงสาเหตุ↔ compare
- Inverse Probability Weighting (IPW / IPTW) การถ่วงน้ำหนักด้วยความน่าจะเป็นผกผันการอนุมานเชิงสาเหตุ↔ compare
- แบบจำลองโครงสร้างส่วนเพิ่ม (Marginal Structural Model: MSM)การอนุมานเชิงสาเหตุ↔ compare
- การถ่วงน้ำหนักด้วยคะแนนแนวโน้ม (Propensity Score Weighting - PSW / IPW)การอนุมานเชิงสาเหตุ↔ compare