เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การประมาณค่าแบบสองเท่าที่ทนทาน (Multi-period Doubly Robust Estimation)× | Inverse Probability Weighting (IPW / IPTW) การถ่วงน้ำหนักด้วยความน่าจะเป็นผกผัน× | |
|---|---|---|
| สาขาวิชา | การอนุมานเชิงสาเหตุ | การอนุมานเชิงสาเหตุ |
| ตระกูล | Regression model | Regression model |
| ปีกำเนิด≠ | 1994-2021 | 2000 |
| ผู้ริเริ่ม≠ | Robins, Rotnitzky, and Zhao; extended by Bang & Robins (2005) and Callaway & Sant'Anna (2021) | Robins, Hernán & Brumback |
| ประเภท≠ | Semiparametric causal estimator | Causal inference weighting estimator |
| แหล่งต้นตำรับ≠ | Bang, H., & Robins, J. M. (2005). Doubly robust estimation in missing data and causal inference models. Biometrics, 61(4), 962-973. DOI ↗ | Robins, J. M., Hernán, M. A., & Brumback, B. (2000). Marginal Structural Models and Causal Inference in Epidemiology. Epidemiology, 11(5), 550-560. DOI ↗ |
| ชื่อเรียกอื่น≠ | longitudinal DR estimation, multi-period DR, multi-wave doubly robust, sequential doubly robust estimation | IPW, IPTW, inverse probability of treatment weighting, marginal structural model weighting |
| ที่เกี่ยวข้อง≠ | 6 | 5 |
| สรุป≠ | Multi-period doubly robust (DR) estimation extends the classic doubly robust approach to longitudinal settings with multiple treatment periods and time points. It combines an outcome regression model and a propensity score model for each period, retaining consistency of the causal effect estimate as long as at least one of the two models is correctly specified at every time point. | Inverse Probability Weighting is a causal-inference method that assigns each observation a weight equal to the inverse of its probability of receiving the treatment it actually received. Introduced by Robins, Hernán and Brumback (2000) for marginal structural models, it builds a pseudo-population in which treatment is independent of measured confounders, balancing selection bias. |
| ScholarGateชุดข้อมูล ↗ |
|
|