Regression modelQuasi-experimental / causal inference
ベイズ的二重頑健推定量
ベイズ的二重頑健推定量は、古典的な二重頑健（DR）拡張逆確率重み付けフレームワークとベイズ推論を組み合わせたものです。傾向スコアとアウトカム回帰の両方を同時にモデル化し、両方に事前分布を割り当て、平均処置効果に関する事後分布を導出します。この事後分布は、2つの構成モデルのいずれかが誤指定されていても、一貫性を保ちます。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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. link ↗
このページの引用方法
ScholarGate. (2026, June 3). Bayesian Doubly Robust Estimation of Average Treatment Effects. ScholarGate. https://scholargate.app/ja/causal-inference/bayesian-doubly-robust-estimation
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.
- ベイジアン因果影響分析 (Bayesian Causal Impact Analysis)因果推論↔ compare
- ベイズ的傾向スコアマッチング因果推論↔ compare
- 二重に頑健な推定量（AIPW）因果推論↔ compare
- 逆確率重み付け法 (IPW / IPTW)因果推論↔ compare
- Marginal Structural Model (MSM)因果推論↔ compare