การประมาณค่าแบบสองเท่าที่ทนทาน (Multi-period Doubly Robust Estimation)
การประมาณค่าแบบสองเท่าที่ทนทานหลายช่วงเวลา (Multi-period doubly robust (DR) estimation) เป็นการขยายแนวทางแบบสองเท่าที่ทนทาน (doubly robust approach) แบบคลาสสิกไปยังการตั้งค่าแบบตามยาว (longitudinal settings) ที่มีหลายช่วงเวลาการรักษาและจุดเวลา โดยจะรวมแบบจำลองการถดถอยของผลลัพธ์ (outcome regression model) และแบบจำลองคะแนนแนวโน้ม (propensity score model) สำหรับแต่ละช่วงเวลา โดยยังคงความสอดคล้องของการประมาณค่าผลกระทบเชิงสาเหตุ (causal effect estimate) ตราบเท่าที่แบบจำลองอย่างน้อยหนึ่งในสองแบบจำลองนั้นระบุไว้อย่างถูกต้องในทุกจุดเวลา
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
แผนที่ระเบียบวิธี
ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ
แหล่งอ้างอิง
- Bang, H., & Robins, J. M. (2005). Doubly robust estimation in missing data and causal inference models. Biometrics, 61(4), 962-973. DOI: 10.1111/j.1541-0420.2005.00377.x ↗
- Callaway, B., & Sant'Anna, P. H. C. (2021). Difference-in-differences with multiple time periods. Journal of Econometrics, 225(2), 200-230. DOI: 10.1016/j.jeconom.2020.12.001 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Multi-period Doubly Robust Causal Effect Estimator. ScholarGate. https://scholargate.app/th/causal-inference/multi-period-doubly-robust-estimation
ระเบียบวิธีใด?
วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน
- Difference-in-Differences (DiD)เศรษฐมิติ↔ เปรียบเทียบ
- การประมาณค่าแบบทนทานสองเท่า (AIPW)การอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- ไดนามิก ดิฟ-อิน-ดิฟ (Dynamic Difference-in-Differences)การอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- Inverse Probability Weighting (IPW / IPTW) การถ่วงน้ำหนักด้วยความน่าจะเป็นผกผันการอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- แบบจำลองโครงสร้างส่วนเพิ่ม (Marginal Structural Model: MSM)การอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- การจับคู่คะแนนแนวโน้มสถิติการวิจัย↔ เปรียบเทียบ