การถ่วงน้ำหนักคะแนนแนวโน้มหลายช่วงเวลา
การถ่วงน้ำหนักคะแนนแนวโน้มหลายช่วงเวลา (Multi-period propensity score weighting) เป็นการขยายกรอบการถ่วงน้ำหนักคะแนนแนวโน้มมาตรฐานไปยังการตั้งค่าที่มีการวัดซ้ำและการรักษาที่เปลี่ยนแปลงตามเวลา โดยจะสร้างน้ำหนักผกผันความน่าจะเป็นที่ทำให้เสถียร (stabilised inverse probability weights - IPW) ณ แต่ละจุดเวลา เพื่อให้กลุ่มตัวอย่างที่ถ่วงน้ำหนักแล้วมีความคล้ายคลึงกับการทดลองแบบสุ่มลำดับชั้น ทำให้สามารถประมาณค่าผลกระทบเชิงสาเหตุได้อย่างไม่เอนเอียงภายใต้ปัจจัยกวนที่เปลี่ยนแปลงตามเวลา
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
แผนที่ระเบียบวิธี
ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ
แหล่งอ้างอิง
- Hernán, M. A., & Robins, J. M. (2020). Causal Inference: What If. Chapman & Hall/CRC. link ↗
- Cole, S. R., & Hernán, M. A. (2008). Constructing inverse probability weights for marginal structural models. American Journal of Epidemiology, 168(6), 656-664. DOI: 10.1093/aje/kwn164 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Multi-period Propensity Score Weighting for Causal Inference. ScholarGate. https://scholargate.app/th/causal-inference/multi-period-propensity-score-weighting
ระเบียบวิธีใด?
วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน
- การประมาณค่าแบบทนทานสองเท่า (AIPW)การอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- Inverse Probability Weighting (IPW / IPTW) การถ่วงน้ำหนักด้วยความน่าจะเป็นผกผันการอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- แบบจำลองโครงสร้างส่วนเพิ่ม (Marginal Structural Model: MSM)การอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- การถ่วงน้ำหนักด้วยคะแนนแนวโน้มสำหรับข้อมูลแผงการอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- การถ่วงน้ำหนักด้วยคะแนนแนวโน้ม (Propensity Score Weighting - PSW / IPW)การอนุมานเชิงสาเหตุ↔ เปรียบเทียบ