Regression modelQuasi-experimental / causal inference

Emparellament bayesià de puntuacions de propensió

L'emparellament bayesià de puntuacions de propensió (Bayesian PSM) estén l'emparellament clàssic de puntuacions de propensió col·locant una distribució prèvia sobre els paràmetres del model de propensió i propagant la incertesa posterior a través de les etapes d'emparellament i de resultats. Introduït formalment per Kaplan i Chen (2012), ofereix un compte principista de la incertesa de l'estimació que l'emparellament freqüentista comunament ignora, i permet la incorporació de coneixement previ substantiu sobre la selecció del tractament.

Obre a MethodMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

The neighbourhood of related methods — select a node to explore.

+1 more

Fonts

  1. Kaplan, D., & Chen, J. (2012). A Two-Step Bayesian Approach for Propensity Score Analysis: Simulations and Case Study. Psychometrika, 77(3), 581-609. DOI: 10.1007/s11336-012-9262-8
  2. Rosenbaum, P. R., & Rubin, D. B. (1983). The central role of the propensity score in observational studies for causal effects. Biometrika, 70(1), 41-55. DOI: 10.1093/biomet/70.1.41

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Bayesian Propensity Score Matching Estimator. ScholarGate. https://scholargate.app/ca/causal-inference/bayesian-propensity-score-matching

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.

Compare side by side

Citat per

ScholarGateBayesian Propensity Score Matching (Bayesian Propensity Score Matching Estimator). Recuperat el 2026-06-15 de https://scholargate.app/ca/causal-inference/bayesian-propensity-score-matching · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026