เปรียบเทียบวิธี

	การถ่วงน้ำหนักด้วยส่วนกลับของความน่าจะเป็นแบบหลายช่วงเวลา	Inverse Probability Weighting (IPW / IPTW) การถ่วงน้ำหนักด้วยความน่าจะเป็นผกผัน
สาขาวิชา	การอนุมานเชิงสาเหตุ	การอนุมานเชิงสาเหตุ
ตระกูล	Regression model	Regression model
ปีกำเนิด	2000	2000
ผู้ริเริ่ม	Robins, Hernan & Brumback	Robins, Hernán & Brumback
ประเภท	Weighted causal estimator	Causal inference weighting estimator
แหล่งต้นตำรับ	Robins, J. M., Hernan, M. A., & Brumback, B. (2000). Marginal structural models and causal inference in epidemiology. Epidemiology, 11(5), 550-560.	Robins, J. M., Hernán, M. A., & Brumback, B. (2000). Marginal Structural Models and Causal Inference in Epidemiology. Epidemiology, 11(5), 550-560.
ชื่อเรียกอื่น	longitudinal IPW, multi-period IPW, time-varying IPW, sequential IPW	IPW, IPTW, inverse probability of treatment weighting, marginal structural model weighting
ที่เกี่ยวข้อง	6	5
สรุป	Multi-period Inverse Probability Weighting (IPW) estimates the causal effect of a treatment that varies across multiple time periods by reweighting observations according to the probability of receiving each period's treatment given past treatment history and time-varying confounders. It creates a pseudo-population where treatment at each period is independent of measured confounders, enabling unbiased estimation of sustained treatment strategies.	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.