Ghép điểm xu hướng động
Ghép điểm xu hướng động (DPSM) mở rộng kỹ thuật ghép điểm xu hướng cổ điển cho các tình huống mà việc điều trị được chỉ định lặp đi lặp lại theo thời gian và các lựa chọn điều trị trước đó ảnh hưởng đến các lựa chọn sau này. Phương pháp này ước tính hiệu quả nhân quả của toàn bộ chuỗi điều trị hoặc các thay đổi chế độ điều trị bằng cách xây dựng các cặp so sánh được ghép nối tại mỗi điểm quyết định, sử dụng toàn bộ lịch sử các biến đồng hành và các phương pháp điều trị trước đó.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Bản đồ phương pháp
Lân cận của các phương pháp liên quan — chọn một nút để khám phá.
Nguồn tài liệu
- Lechner, M., & Miquel, R. (2010). Identification of the effects of dynamic treatments by sequential conditional independence assumptions. Empirical Economics, 39(1), 111-137. DOI: 10.1007/s00181-009-0297-3 ↗
- Robins, J. M. (1986). A new approach to causal inference in mortality studies with a sustained exposure period — application to control of the healthy worker survivor effect. Mathematical Modelling, 7(9-12), 1393-1512. DOI: 10.1016/0270-0255(86)90088-6 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Dynamic Propensity Score Matching for Sequential Treatments. ScholarGate. https://scholargate.app/vi/causal-inference/dynamic-propensity-score-matching
Phương pháp nào?
Đặt phương pháp này bên cạnh những phương pháp gần gũi nhất với nó và đọc chúng song song — thư viện bày sách lên bàn; lựa chọn là của bạn.
- Ước lượng Mạnh mẽ Kép (AIPW)Suy luận nhân quả↔ so sánh
- Khác biệt trong Khác biệt ĐộngSuy luận nhân quả↔ so sánh
- Trọng số Xác suất Nghịch đảo của Điều trị (IPW / IPTW)Suy luận nhân quả↔ so sánh
- Mô hình cấu trúc biên (MSM)Suy luận nhân quả↔ so sánh
- Ghép cặp điểm xu hướngThống kê nghiên cứu↔ so sánh
- Trọng số điểm xu hướng (PSW / IPW)Suy luận nhân quả↔ so sánh
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →