Ponderación Bayesiana por Probabilidad Inversa

La Ponderación Bayesiana por Probabilidad Inversa (Bayesian IPW) extiende el estimador clásico de IPW al colocar distribuciones previas sobre los parámetros del modelo de puntuación de propensión y propagar esa incertidumbre en la estimación del efecto causal. El resultado es una distribución posterior para el efecto promedio del tratamiento que tiene en cuenta completamente tanto la incertidumbre de la estimación de la puntuación de propensión como la incertidumbre del modelo de resultado, permitiendo la inferencia de intervalos creíbles en lugar de depender de aproximaciones asintóticas.