Bayesianisches Marginal Structural Model
Das Bayesianische Marginal Structural Model (Bayesian MSM) kombiniert die kausale Identifikationskraft von invers-wahrscheinlichkeitsgewichteten Marginal Structural Models mit der Bayesschen Posterior-Inferenz. Anstatt sich auf Punktschätzungen und asymptotische Standardfehler zu verlassen, propagiert es die Unsicherheit durch eine vollständige Posterior-Verteilung über kausale Effektparameter und bietet eine kohärente Quantifizierung der Unsicherheit für kausale Effekte zeitlich variierender Behandlungen.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Saarela, O., Stephens, D. A., Moodie, E. E. M., & Klein, M. B. (2015). On Bayesian estimation of marginal structural models. Biometrics, 71(2), 279-288. DOI: 10.1111/biom.12269 ↗
- Robins, J. M., Hernan, M. A., & Brumback, B. (2000). Marginal structural models and causal inference in epidemiology. Epidemiology, 11(5), 550-560. DOI: 10.1097/00001648-200009000-00011 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Bayesian Marginal Structural Model with Inverse Probability Weighting. ScholarGate. https://scholargate.app/de/causal-inference/bayesian-marginal-structural-model
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.
- Bayesian Difference-in-DifferencesKausale Inferenz↔ compare
- Bayesian Instrumental Variables (Bayesian IV)Kausale Inferenz↔ compare
- Doubly Robust Estimation (AIPW)Kausale Inferenz↔ compare
- Inverse Probability of Treatment Weighting (IPW / IPTW)Kausale Inferenz↔ compare
- Marginales Strukturelles Modell (MSM)Kausale Inferenz↔ compare
- Propensity Score Weighting (PSW / IPW)Kausale Inferenz↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →