Ponderazione Bayesiana del Punteggio di Propensione
La Ponderazione Bayesiana del Punteggio di Propensione stima gli effetti causali del trattamento nei dati osservazionali combinando un modello Bayesiano per il punteggio di propensione con la ponderazione per l'inverso della probabilità. Ponendo un prior sui parametri del punteggio di propensione e propagando l'incertezza a posteriori attraverso la fase di ponderazione, questo approccio produce intervalli di incertezza completamente probabilistici per l'effetto medio del trattamento, tenendo conto dell'incertezza sia nel modello del punteggio che nell'esito.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Mappa dei metodi
Il vicinato dei metodi correlati — seleziona un nodo per esplorare.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Bayesian Propensity Score Weighting for Causal Inference. ScholarGate. https://scholargate.app/it/causal-inference/bayesian-propensity-score-weighting
Quale metodo?
Affianca questo metodo ai suoi parenti più prossimi e leggili fianco a fianco — la biblioteca dispone i libri sul tavolo; la scelta è tua.
- Bayesian Difference-in-DifferencesInferenza causale↔ confronta
- Stima a Doppia Robustezza (AIPW)Inferenza causale↔ confronta
- Inverse Probability of Treatment Weighting (IPW / IPTW)Inferenza causale↔ confronta
- Modello Strutturale Marginale (MSM)Inferenza causale↔ confronta
- Abbinamento del punteggio di propensioneStatistica per la ricerca↔ confronta
- Ponderazione basata sul punteggio di propensione (PSW / IPW)Inferenza causale↔ confronta
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →