Bayesian Doubly Robust Estimation
Bayesian Doubly Robust Estimation combines the classical doubly robust (DR) augmented inverse probability weighting framework with Bayesian inference. It simultaneously models the propensity score and the outcome regression, placing prior distributions over both, and derives a posterior distribution over the average treatment effect that remains consistent even if one of the two component models is misspecified.
Izvorni zapis
Citati kopirani doslovno iz izvornog zapisa metode. Ne impliciraju nikakvu provjeru na razini tvrdnje.
- Bang, H., & Robins, J. M. (2005). Doubly robust estimation in missing data and causal inference models. Biometrics, 61(4), 962-973. · DOI 10.1111/j.1541-0420.2005.00377.x
- Scharfstein, D., Nabi, R., Kennedy, E. H., Huang, M.-Y., Bonvini, M., & Smid, M. (2021). Semiparametric sensitivity analysis: Unmeasured confounding in observational studies. arXiv:1910.14694. · URL
Uređene tvrdnje
Tvrdnje pohranjene u knjigu dokaza, svaka s vlastitom procjenom.
Ovaj prikaz ne izmišlja procjenu tvrdnje kada knjiga dokaza nema nijednu.
Povezane metode
Generirano iz grafa metode i prikazano kao strojno predložene relacije — ne implicira se nikakva tvrdnja dokaza.