การถ่วงน้ำหนักด้วยคะแนนแนวโน้มสำหรับข้อมูลแผง
การถ่วงน้ำหนักด้วยคะแนนแนวโน้มสำหรับข้อมูลแผง (panel PSW) เป็นการขยายการถ่วงน้ำหนักด้วยส่วนกลับของความน่าจะเป็น (inverse probability weighting) ไปสู่การตั้งค่าแบบตามยาว (longitudinal settings) ซึ่งหน่วยเดียวกันจะถูกสังเกตการณ์ในช่วงเวลาหลายช่วง โดยจะทำการถ่วงน้ำหนักการสังเกตการณ์ด้วยส่วนกลับของความน่าจะเป็นที่เปลี่ยนแปลงตามเวลาของแต่ละหน่วยที่จะได้รับการรักษา ทำให้เกิดประชากรเสมือน (pseudo-population) ที่การรักษาจะมีความสมดุลตามตัวแปรร่วมที่สังเกตได้ในแต่ละช่วงเวลา จากนั้นจึงประมาณผลเชิงสาเหตุจากข้อมูลการวัดซ้ำ
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
แผนที่ระเบียบวิธี
ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ
แหล่งอ้างอิง
- Hirano, K., Imbens, G. W., & Ridder, G. (2003). Efficient Estimation of Average Treatment Effects Using the Estimated Propensity Score. Econometrica, 71(4), 1161-1189. DOI: 10.1111/1468-0262.00442 ↗
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Panel Data Propensity Score Weighting Estimator. ScholarGate. https://scholargate.app/th/causal-inference/panel-data-propensity-score-weighting
ระเบียบวิธีใด?
วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน
- แบบจำลองโครงสร้างส่วนเพิ่ม (Marginal Structural Model: MSM)การอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- Panel Data Difference-in-Differences (Panel DiD / TWFE)การอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- การถ่วงน้ำหนักด้วยส่วนกลับของความน่าจะเป็นสำหรับข้อมูลแผงการอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- การจับคู่คะแนนแนวโน้มสถิติการวิจัย↔ เปรียบเทียบ
- การถ่วงน้ำหนักด้วยคะแนนแนวโน้ม (Propensity Score Weighting - PSW / IPW)การอนุมานเชิงสาเหตุ↔ เปรียบเทียบ