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.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- 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
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.