แบบจำลองโครงสร้างส่วนเพิ่ม (Marginal Structural Model: MSM) ในงานวิจัยทางการศึกษา
แบบจำลองโครงสร้างส่วนเพิ่ม (MSM) เป็นเทคนิคการอนุมานเชิงสาเหตุที่ใช้การถ่วงน้ำหนักด้วยความน่าจะเป็นผกผัน (inverse probability weighting) เพื่อประเมินผลกระทบของการรักษาหรือการแทรกแซงทางการศึกษาที่เปลี่ยนแปลงไปตามกาลเวลา MSM ถูกนำเสนอครั้งแรกโดย Robins, Hernán และ Brumback (2000) ในสาขาระบาดวิทยา และถูกนำมาใช้ในงานวิจัยทางการศึกษาโดย Hong และ Raudenbush (2006) MSM สามารถจัดการกับตัวแปรกวนที่เปลี่ยนแปลงตามกาลเวลา (time-varying confounding) ซึ่งเป็นความท้าทายที่แบบจำลองถดถอยทั่วไปไม่สามารถแก้ไขได้
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
แผนที่ระเบียบวิธี
ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ
แหล่งอ้างอิง
- 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 ↗
- Hong, G., & Raudenbush, S. W. (2006). Evaluating kindergarten retention policy: A case study of causal inference for multilevel observational data. Journal of the American Statistical Association, 101(475), 901-910. DOI: 10.1198/016214506000000447 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Marginal Structural Model for Causal Inference in Education Research. ScholarGate. https://scholargate.app/th/causal-inference/marginal-structural-model-in-education-research
ระเบียบวิธีใด?
วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน
- Difference-in-Differences (DiD)เศรษฐมิติ↔ เปรียบเทียบ
- วิธีการตัวแปรเครื่องมือ (IV) สำหรับการอนุมานเชิงสาเหตุเศรษฐศาสตร์สุขภาพ↔ เปรียบเทียบ
- Inverse Probability Weighting (IPW / IPTW) การถ่วงน้ำหนักด้วยความน่าจะเป็นผกผันการอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- การจับคู่คะแนนแนวโน้มสถิติการวิจัย↔ เปรียบเทียบ
- การออกแบบการถดถอยแบบไม่ต่อเนื่อง (Regression Discontinuity Design - RDD)การอนุมานเชิงสาเหตุ↔ เปรียบเทียบ