ترجيح ميل الاحتمالية البايزي
تقدّر طريقة ترجيح ميل الاحتمالية البايزي تأثيرات المعالجة السببية في البيانات الرصدية عن طريق الجمع بين نموذج بايزي لميل الاحتمالية والترجيح العكسي لاحتمالية. من خلال وضع توزيع مسبق على معلمات ميل الاحتمالية ونشر عدم اليقين اللاحق عبر خطوة الترجيح، ينتج هذا النهج فترات عدم يقين احتمالية كاملة لمتوسط تأثير المعالجة، مع الأخذ في الاعتبار عدم اليقين في كل من نموذج الميل والنتيجة.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- McCandless, L. C., Gustafson, P., & Austin, P. C. (2009). Bayesian propensity score analysis for observational data. Statistics in Medicine, 28(1), 94–112. DOI: 10.1002/sim.3460 ↗
- Saarela, O., Stephens, D. A., Moodie, E. E. M., & Klein, M. B. (2015). On Bayesian estimation of marginal structural models. Biometrics, 71(2), 279–288. DOI: 10.1111/biom.12269 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Bayesian Propensity Score Weighting for Causal Inference. ScholarGate. https://scholargate.app/ar/causal-inference/bayesian-propensity-score-weighting
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- الاختلافات في الاختلافات البايزيةالاستدلال السببي↔ compare
- التقدير المتين المزدوج (AIPW)الاستدلال السببي↔ compare
- الترجيح الاحتمالي العكسي (IPW / IPTW)الاستدلال السببي↔ compare
- نموذج الهياكل الهامشية (MSM)الاستدلال السببي↔ compare
- مطابقة درجات الميلإحصاء البحث↔ compare
- الترجيح بالدرجة الميولية (PSW / IPW)الاستدلال السببي↔ compare