ScholarGate
Асистент
Regression modelQuasi-experimental / causal inference

Байесов оценяващ метод чрез напасване

Байесовият оценяващ метод чрез напасване (Bayesian Matching Estimator) оценява средните ефекти от третиране в наблюдателни изследвания, като комбинира класическо напасване по най-близък съсед или ядрено напасване с байесово апостериорно разпределение върху ефекта от третирането. Той наследява логиката на напасването за балансиране на ковариати, като същевременно разпространява неопределеността чрез пълно апостериорно разпределение, вместо да разчита на асимптотични стандартни грешки, което води до достоверни интервали, отразяващи както извадковата променливост, така и априорното знание.

Отворете в MethodMindСкороВидеоСкороИзтегляне на слайдове

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Карта на методите

Обкръжението на сродните методи — изберете възел, за да го разгледате.

Източници

  1. Rubin, D. B. (1978). Bayesian inference for causal effects: The role of randomization. The Annals of Statistics, 6(1), 34-58. DOI: 10.1214/aos/1176344064
  2. Heckman, J. J., Ichimura, H., & Todd, P. (1998). Matching as an econometric evaluation estimator. Review of Economic Studies, 65(2), 261-294. DOI: 10.1111/1467-937X.00044

Как да цитирате тази страница

ScholarGate. (2026, June 3). Bayesian Matching Estimator for Average Treatment Effects. ScholarGate. https://scholargate.app/bg/causal-inference/bayesian-matching-estimator

Кой метод?

Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.

Сравняване едно до друго

Цитиран в

ScholarGateBayesian Matching Estimator (Bayesian Matching Estimator for Average Treatment Effects). Извлечено на 2026-06-15 от https://scholargate.app/bg/causal-inference/bayesian-matching-estimator · Набор от данни: https://doi.org/10.5281/zenodo.20539026