Regression modelQuasi-experimental / causal inference
ベイズ逆確率重み付け
ベイズ逆確率重み付け（Bayesian IPW）は、傾向スコアモデルのパラメータに事前分布を設定し、その不確実性を因果効果の推定に伝播させることで、古典的なIPW推定量を発展させたものです。これにより、傾向スコア推定の不確実性とアウトカムモデルの不確実性の両方を完全に考慮した平均処置効果の事後分布が得られ、漸近近似に頼ることなく信用区間推論が可能になります。
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。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
出典
- Saarela, O., Stephens, D. A., Moodie, E. E. M., & Klein, M. B. (2015). On risk prediction and characterisation of treatment effects in a Bayesian framework using the propensity score. Statistics in Medicine, 34(14), 2170-2185. link ↗
- Liao, S. X., & Zigler, C. M. (2020). Uncertainty in the design stage of two-stage Bayesian propensity score analysis. Statistics in Medicine, 39(17), 2265-2290. DOI: 10.1002/sim.8486 ↗
このページの引用方法
ScholarGate. (2026, June 3). Bayesian Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/ja/causal-inference/bayesian-inverse-probability-weighting
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
- ベイジアン差分の差 (Bayesian Difference-in-Differences)因果推論↔ 比較
- ベイズ的傾向スコアマッチング因果推論↔ 比較
- 二重に頑健な推定量（AIPW）因果推論↔ 比較
- 逆確率重み付け法 (IPW / IPTW)因果推論↔ 比較
- Marginal Structural Model (MSM)因果推論↔ 比較
- 傾向スコア重み付け（PSW / IPW）因果推論↔ 比較