Regression modelQuasi-experimental / causal inference

Bayesovské vážení inverzní pravděpodobnosti

Bayesovské vážení inverzní pravděpodobnosti (Bayesian IPW) rozšiřuje klasický IPW odhadce tím, že umisťuje apriorní distribuce nad parametry modelu sklonu (propensity score) a propaguje tuto nejistotu do odhadu kauzálního účinku. Výsledkem je aposteriorní distribuce pro průměrný účinek léčby, která plně zohledňuje jak nejistotu odhadu sklonu, tak nejistotu modelu výsledku, což umožňuje inferenci pomocí intervalů spolehlivosti (credible intervals) namísto spoléhání se na asymptotické aproximace.

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

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

Zdroje

  1. 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
  2. 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

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Bayesian Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/cs/causal-inference/bayesian-inverse-probability-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.

Compare side by side
ScholarGateBayesian Inverse Probability Weighting (Bayesian Inverse Probability Weighting Estimator). Získáno 2026-06-15 z https://scholargate.app/cs/causal-inference/bayesian-inverse-probability-weighting · Datová sada: https://doi.org/10.5281/zenodo.20539026