Pembobotan Skor Kecenderungan Bayesian
Pembobotan Skor Kecenderungan Bayesian mengestimasi efek perlakuan kausal dalam data observasional dengan menggabungkan model Bayesian untuk skor kecenderungan dengan pembobotan probabilitas terbalik. Dengan menempatkan prior atas parameter skor kecenderungan dan menyebarkan ketidakpastian posterior melalui langkah pembobotan, pendekatan ini menghasilkan interval ketidakpastian yang sepenuhnya probabilistik untuk efek perlakuan rata-rata, dengan memperhitungkan ketidakpastian baik dalam model skor maupun hasil.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Peta metode
Lingkup metode terkait — pilih sebuah simpul untuk menjelajah.
Sumber
- McCandless, L. C., Gustafson, P., & Austin, P. C. (2009). Bayesian propensity score analysis for observational data. Statistics in Medicine, 28(1), 94–112. DOI: 10.1002/sim.3460 ↗
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Bayesian Propensity Score Weighting for Causal Inference. ScholarGate. https://scholargate.app/id/causal-inference/bayesian-propensity-score-weighting
Metode yang mana?
Letakkan metode ini berdampingan dengan kerabat terdekatnya dan baca secara bersisian — pustaka menata bukunya di atas meja; pilihan ada di tangan Anda.
- Perbedaan-dalam-Perbedaan BayesianInferensi Kausal↔ bandingkan
- Estimasi Robust Ganda (AIPW)Inferensi Kausal↔ bandingkan
- Bobot Probabilitas Invers (IPW / IPTW)Inferensi Kausal↔ bandingkan
- Model Struktural Marginal (MSM)Inferensi Kausal↔ bandingkan
- Pencocokan Skor PropensitasStatistika Penelitian↔ bandingkan
- Pembobotan Skor Propensitas (PSW / IPW)Inferensi Kausal↔ bandingkan
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →