Bayesian Propensity Score Weighting

Bayesian Propensity Score Weighting schätzt kausale Behandlungseffekte in Beobachtungsdaten, indem ein Bayes'sches Modell für die Propensity Score mit inverser Wahrscheinlichkeitsgewichtung kombiniert wird. Durch die Platzierung eines Priors über die Propensity-Score-Parameter und die Fortpflanzung der Posterior-Unsicherheit durch den Gewichtungsschritt liefert dieser Ansatz vollständig probabilistische Unsicherheitsintervalle für den durchschnittlichen Behandlungseffekt, die die Unsicherheit sowohl im Score-Modell als auch im Ergebnis berücksichtigen.