Bayesiansk Invers Sandsynlighedsvægtning
Bayesiansk Invers Sandsynlighedsvægtning (Bayesian IPW) udvider den klassiske IPW-estimator ved at placere forudgående fordelinger over parametrene i propensity-scoremodellen og propagere denne usikkerhed ind i estimatet af den kausale effekt. Resultatet er en posterior fordelingen for den gennemsnitlige behandlingseffekt, der fuldt ud tager højde for både usikkerheden i propensity-scoreestimeringen og usikkerheden i udfaldsmodellen, hvilket muliggør inferens med troværdighedsintervaller i stedet for at stole på asymptotiske approksimationer.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Metodekort
Nabolaget af beslægtede metoder — vælg en knude for at udforske.
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Bayesian Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/da/causal-inference/bayesian-inverse-probability-weighting
Hvilken metode?
Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.
- Bayesiansk Difference-in-DifferencesKausal inferens↔ sammenlign
- Bayesiansk Propensity Score MatchingKausal inferens↔ sammenlign
- Dobbelt Robust Estimation (AIPW)Kausal inferens↔ sammenlign
- Vægtning med den inverse behandlingssandsynlighed (IPW / IPTW)Kausal inferens↔ sammenlign
- Marginal Structural Model (MSM)Kausal inferens↔ sammenlign
- Propensity Score Weighting (PSW / IPW)Kausal inferens↔ sammenlign
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →