Bayesijanska analiza osjetljivosti za kauzalnost
Bayesijanska analiza osjetljivosti za kauzalnost kvantificira koliko bi neizmjereni konfundirajući čimbenik morao utjecati i na dodjelu tretmana i na ishod kako bi se preokrenuo kauzalni zaključak. Umjesto testiranja jednog scenarija najgoreg slučaja, ona postavlja apriorne distribucije o jačini skrivenog konfaundinga, propagira nesigurnost kroz puni Bayesijanski model i izvještava o aposteriornoj distribuciji za kauzalni učinak koja iskreno odražava ono što je identificirano, a što nije, iz promatranih podataka.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- McCandless, L. C., Gustafson, P., & Austin, P. C. (2007). Bayesian propensity score analysis for observational data. Statistics in Medicine, 26(8), 1704-1718. DOI: 10.1002/sim.3460 ↗
- Gustafson, P. (2015). Bayesian Inference for Partially Identified Models: Exploring the Limits of Limited Data. CRC Press / Chapman & Hall. ISBN: 9781439869390
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Bayesian Sensitivity Analysis for Unmeasured Confounding in Causal Inference. ScholarGate. https://scholargate.app/hr/causal-inference/bayesian-sensitivity-analysis-for-causality
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.
- Bayesov dizajn razlike u razlikamaUzročno zaključivanje↔ compare
- Udvostručeno robusna procjena (AIPW)Uzročno zaključivanje↔ compare
- Metoda instrumentalnih varijabli (IV) za kauzalno zaključivanjeZdravstvena ekonomija↔ compare
- Marginal Structural Model (MSM)Uzročno zaključivanje↔ compare
- Uparivanje prema ocjeni sklonostiIstraživačka statistika↔ compare
- Analiza osjetljivosti za uzročnostUzročno zaključivanje↔ compare
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →