En diversas aplicaciones, las variables observadas presentan información faltante que se pretendía recopilar. Las estimaciones tanto de los coeficientes de carga como de los coeficientes de ruta podrían estar sesgadas al ignorar los datos faltantes. El ponderado por probabilidad inversa (IPW) es uno de los métodos conocidos que ayuda a reducir el sesgo en las regresiones, al pertenecer a una categoría prometedora pero nueva en los modelos de ecuaciones estructurales. El artículo propone tanto métodos de estimación IPW paramétricos como no paramétricos para modelos de ecuaciones estructurales dinámicas, en los cuales tanto los coeficientes de carga como los de ruta se desarrollan en funciones de una variable aleatoria y del nivel de cuantil. Para mejorar la eficiencia computacional, se desarrollan IPW paramétricos modificados e IPW no paramétricos modificados mediante la reducción de cálculos de probabilidad inversa pero aprovechando al máximo la información completamente observada. Todos los métodos de estimación IPW mencionados anteriormente se comparan con el análisis de casos completos existente a través de investigaciones de simulación. Finalmente, el artículo ilustra el modelo propuesto y los métodos de estimación mediante un estudio empírico sobre la productividad de la nueva calidad digital.