Ponderació Bayesiana per Invers de Probabilitat
La Ponderació Bayesiana per Invers de Probabilitat (Bayesian IPW) estén l'estimador clàssic IPW col·locant distribucions a priori sobre els paràmetres del model de puntuació de propensió i propagant aquesta incertesa en l'estimació de l'efecte causal. El resultat és una distribució a posteriori per a l'efecte mitjà del tractament que té totalment en compte tant la incertesa de l'estimació de la puntuació de propensió com la incertesa del model de resultats, permetent inferències d'intervals creïbles en lloc de dependre d'aproximacions asimptòtiques.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Mapa de mètodes
El veïnat de mètodes relacionats — seleccioneu un node per explorar-lo.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Bayesian Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/ca/causal-inference/bayesian-inverse-probability-weighting
Quin mètode?
Poseu aquest mètode al costat dels seus parents més pròxims i llegiu-los de costat a costat — la biblioteca disposa els llibres sobre la taula; la tria és vostra.
- Diferències en Diferències BayesianesInferència causal↔ compara
- Emparellament bayesià de puntuacions de propensióInferència causal↔ compara
- Estimació Doblement Robusta (AIPW)Inferència causal↔ compara
- Pes pesat per la probabilitat inversa (IPW / IPTW)Inferència causal↔ compara
- Model Estructural Marginal (MSM)Inferència causal↔ compara
- Ponderació per puntuació de propensió (PSW / IPW)Inferència causal↔ compara
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →