ترجيح الاحتمال العكسي البيزي
يمتد مقدّر الاحتمال العكسي البيزي (Bayesian IPW) على مقدّر الاحتمال العكسي التقليدي (IPW) عن طريق وضع توزيعات مسبقة على معلمات نموذج درجة الميل ونشر هذا عدم اليقين في تقدير الأثر السببي. النتيجة هي توزيع لاحق لمتوسط تأثير المعالجة يأخذ في الاعتبار بالكامل عدم اليقين في تقدير درجة الميل وعدم اليقين في نموذج النتائج، مما يتيح الاستدلال بفترات موثوقة بدلاً من الاعتماد على التقريبات التقاربية.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
خريطة المناهج
محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.
المصادر
- Saarela, O., Stephens, D. A., Moodie, E. E. M., & Klein, M. B. (2015). On risk prediction and characterisation of treatment effects in a Bayesian framework using the propensity score. Statistics in Medicine, 34(14), 2170-2185. link ↗
- Liao, S. X., & Zigler, C. M. (2020). Uncertainty in the design stage of two-stage Bayesian propensity score analysis. Statistics in Medicine, 39(17), 2265-2290. DOI: 10.1002/sim.8486 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Bayesian Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/ar/causal-inference/bayesian-inverse-probability-weighting
أيُّ منهج؟
ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.
- الاختلافات في الاختلافات البايزيةالاستدلال السببي↔ قارن
- مطابقة ميل الاحتمالية البايزيةالاستدلال السببي↔ قارن
- التقدير المتين المزدوج (AIPW)الاستدلال السببي↔ قارن
- الترجيح الاحتمالي العكسي (IPW / IPTW)الاستدلال السببي↔ قارن
- نموذج الهياكل الهامشية (MSM)الاستدلال السببي↔ قارن
- الترجيح بالدرجة الميولية (PSW / IPW)الاستدلال السببي↔ قارن