Bayesian Propensity Score Matching
Bayesian Propensity Score Matching (Bayesian PSM) extends classical propensity score matching by placing a prior distribution over the propensity model parameters and propagating posterior uncertainty through the matching and outcome stages. Introduced formally by Kaplan and Chen (2012), it offers a principled account of estimation uncertainty that frequentist matching commonly ignores, and allows incorporation of substantive prior knowledge about treatment selection.
Forrásrekord
A hivatkozások szó szerint a módszer forrásrekordjából kerültek átvételre. Ezekből nem következtethető ki állítás-szintű ellenőrzés.
- Kaplan, D., & Chen, J. (2012). A Two-Step Bayesian Approach for Propensity Score Analysis: Simulations and Case Study. Psychometrika, 77(3), 581-609. · DOI 10.1007/s11336-012-9262-8
- Rosenbaum, P. R., & Rubin, D. B. (1983). The central role of the propensity score in observational studies for causal effects. Biometrika, 70(1), 41-55. · DOI 10.1093/biomet/70.1.41
Kurált állítások
Az állítások a bizonyíték-jegyzőkönyvben tárolódtak, mindegyik saját értékeléssel.
Ez a nézet nem hoz létre állítás-értékelést, ha a jegyzőkönyvben nincs.
Kapcsolódó módszerek
A módszergráfból generálva és gépi javaslatú kapcsolatokként jelenítve meg – nem következtethető ki bizonyíték-állítás.