Analisis Sensitivitas Bayesian untuk Kausalitas
Analisis sensitivitas Bayesian untuk kausalitas mengukur seberapa besar bias yang tidak terukur perlu memengaruhi penugasan perlakuan dan hasil untuk membatalkan kesimpulan kausal. Alih-alih menguji satu skenario terburuk, metode ini menempatkan distribusi prior atas kekuatan bias tersembunyi, menyebarkan ketidakpastian melalui model Bayesian penuh, dan melaporkan distribusi posterior untuk efek kausal yang secara jujur mencerminkan apa yang teridentifikasi dan tidak teridentifikasi dari data yang diamati.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Bayesian Sensitivity Analysis for Unmeasured Confounding in Causal Inference. ScholarGate. https://scholargate.app/id/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.
- Perbedaan-dalam-Perbedaan BayesianInferensi Kausal↔ compare
- Estimasi Robust Ganda (AIPW)Inferensi Kausal↔ compare
- Metode Variabel Instrumental (IV) untuk Inferensi KausalEkonomi Kesehatan↔ compare
- Model Struktural Marginal (MSM)Inferensi Kausal↔ compare
- Pencocokan Skor PropensitasStatistika Penelitian↔ compare
- Analisis Sensitivitas untuk KausalitasInferensi Kausal↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →