Regression modelQuasi-experimental / causal inference

Modelo Estructural Marginal Bayesiano

El Modelo Estructural Marginal Bayesiano (MSM Bayesiano) combina el poder de identificación causal de los modelos estructurales marginales ponderados por probabilidad inversa con la inferencia bayesiana a posteriori. En lugar de depender de estimaciones puntuales y errores estándar asintóticos, propaga la incertidumbre a través de una distribución posterior completa sobre los parámetros del efecto causal, ofreciendo una cuantificación coherente de la incertidumbre para los efectos causales de tratamientos que varían en el tiempo.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

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

Fuentes

  1. 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
  2. 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

Cómo citar esta página

ScholarGate. (2026, June 3). Bayesian Marginal Structural Model with Inverse Probability Weighting. ScholarGate. https://scholargate.app/es/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.

Compare side by side
ScholarGateBayesian Marginal Structural Model (Bayesian Marginal Structural Model with Inverse Probability Weighting). Recuperado el 2026-06-15 de https://scholargate.app/es/causal-inference/bayesian-marginal-structural-model · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026