เปรียบเทียบวิธี

	การถ่วงน้ำหนักด้วยคะแนนแนวโน้มเพื่อประเมินนโยบาย	Inverse Probability Weighting (IPW / IPTW) การถ่วงน้ำหนักด้วยความน่าจะเป็นผกผัน
สาขาวิชา	การอนุมานเชิงสาเหตุ	การอนุมานเชิงสาเหตุ
ตระกูล	Regression model	Regression model
ปีกำเนิด	1983/2003	2000
ผู้ริเริ่ม	Rosenbaum & Rubin (1983); extended to policy evaluation by Hirano, Imbens & Ridder (2003)	Robins, Hernán & Brumback
ประเภท	Quasi-experimental causal inference	Causal inference weighting estimator
แหล่งต้นตำรับ	Hirano, K., Imbens, G. W., & Ridder, G. (2003). Efficient Estimation of Average Treatment Effects Using the Estimated Propensity Score. Econometrica, 71(4), 1161-1189.	Robins, J. M., Hernán, M. A., & Brumback, B. (2000). Marginal Structural Models and Causal Inference in Epidemiology. Epidemiology, 11(5), 550-560.
ชื่อเรียกอื่น	PSW policy evaluation, inverse probability weighting for policy, IPW policy evaluation, policy PSW	IPW, IPTW, inverse probability of treatment weighting, marginal structural model weighting
ที่เกี่ยวข้อง	6	5
สรุป	Policy evaluation propensity score weighting applies inverse-probability weighting to observational data to estimate the causal effect of a policy program. By reweighting participants and non-participants so they resemble a target population, it removes selection bias from voluntary or administratively allocated program assignment without requiring randomization.	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.