Regression modelQuasi-experimental / causal inference
异质性处理效应边际结构模型 (HTE-MSM)
异质性处理效应边际结构模型（HTE-MSM）扩展了Robins、Hernan和Brumback的经典MSM框架，用于估计处理效应在亚组或个体水平调节变量之间如何变化。通过使用处理的逆概率权重（IPTW）对观测值进行加权，并在加权结果模型中将处理与效应修饰因子进行交互，该方法可以从观察性数据中估计出特定亚组或连续的因果效应估计值。
在 MethodMind 中打开即将推出Apply, compare, get guidance
Tools & resources
Learn & explore
视频即将推出
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- 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 ↗
- Hernan, M. A., & Robins, J. M. (2020). Causal Inference: What If. Chapman & Hall/CRC. link ↗
如何引用本页
ScholarGate. (2026, June 3). Heterogeneous Treatment Effect Marginal Structural Model. ScholarGate. https://scholargate.app/zh/causal-inference/heterogeneous-treatment-effect-marginal-structural-model
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
- 双重稳健估计（AIPW）因果推断↔ 比较
- 异质性处理效应双重差分法 (HTE-DiD)因果推断↔ 比较
- 逆概率治疗加权法 (IPW / IPTW)因果推断↔ 比较
- Marginal Structural Model (MSM)因果推断↔ 比较
- 倾向得分加权法 (PSW / IPW)因果推断↔ 比较
Similar methods
Marginal Structural ModelRobust Marginal Structural ModelBayesian Marginal Structural ModelPanel Data Marginal Structural ModelHeterogeneous Treatment Effect Propensity Score MatchingMachine Learning-Augmented Marginal Structural ModelPolicy Evaluation Marginal Structural ModelHeterogeneous Treatment Effect Inverse Probability Weighting