Bayesian Propensity Score Weighting
Bayesian Propensity Score Weighting estimates causal treatment effects in observational data by combining a Bayesian model for the propensity score with inverse probability weighting. By placing a prior over propensity-score parameters and propagating posterior uncertainty through the weighting step, this approach yields fully probabilistic uncertainty intervals for the average treatment effect, accounting for the uncertainty in both the score model and the outcome.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- 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
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.