Regression modelQuasi-experimental / causal inference

Anàlisi de sensibilitat bayesiana per a la causalitat

L'anàlisi de sensibilitat bayesiana per a la causalitat quantifica quant hauria d'influir un confonent no mesurat tant en l'assignació del tractament com en el resultat per a invalidar una conclusió causal. En lloc de provar un únic escenari del pitjor cas, estableix distribucions prèvies sobre la intensitat del confounding ocult, propaga la incertesa a través d'un model bayesià complet i informa d'una distribució posterior per a l'efecte causal que reflecteix honestament què s'identifica i què no a partir de les dades observades.

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.

Fonts

  1. McCandless, L. C., Gustafson, P., & Austin, P. C. (2007). Bayesian propensity score analysis for observational data. Statistics in Medicine, 26(8), 1704-1718. DOI: 10.1002/sim.3460
  2. Gustafson, P. (2015). Bayesian Inference for Partially Identified Models: Exploring the Limits of Limited Data. CRC Press / Chapman & Hall. ISBN: 9781439869390

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Bayesian Sensitivity Analysis for Unmeasured Confounding in Causal Inference. ScholarGate. https://scholargate.app/ca/causal-inference/bayesian-sensitivity-analysis-for-causality

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
ScholarGateBayesian Sensitivity Analysis for Causality (Bayesian Sensitivity Analysis for Unmeasured Confounding in Causal Inference). Recuperat el 2026-06-15 de https://scholargate.app/ca/causal-inference/bayesian-sensitivity-analysis-for-causality · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026