ScholarGate
アシスタント
Regression modelQuasi-experimental / causal inference

因果推論のためのベイズ的感度分析

因果推論のためのベイズ的感度分析は、観測されていない交絡因子が、処置割り当てとアウトカムの両方にどの程度影響を与えれば、因果関係の結論を覆すことができるかを定量化する。単一の最悪ケースシナリオをテストするのではなく、隠れた交絡の強さに対する事前分布を設定し、完全なベイズモデルを通じて不確実性を伝播させ、観測データから特定できることとできないことを正直に反映した因果効果の事後分布を報告する。

MethodMindで開く近日公開動画近日公開スライドをダウンロード

手法の全文を読む

会員限定

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。

ログイン

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

  1. McCandless, L. C., Gustafson, P., & Austin, P. C. (2007). Bayesian propensity score analysis for observational data. Statistics in Medicine, 26(8), 1704-1718. DOI: 10.1002/sim.3460
  2. Gustafson, P. (2015). Bayesian Inference for Partially Identified Models: Exploring the Limits of Limited Data. CRC Press / Chapman & Hall. ISBN: 9781439869390

このページの引用方法

ScholarGate. (2026, June 3). Bayesian Sensitivity Analysis for Unmeasured Confounding in Causal Inference. ScholarGate. https://scholargate.app/ja/causal-inference/bayesian-sensitivity-analysis-for-causality

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。

並べて比較する
ScholarGateBayesian Sensitivity Analysis for Causality (Bayesian Sensitivity Analysis for Unmeasured Confounding in Causal Inference). 2026-06-15に以下より取得 https://scholargate.app/ja/causal-inference/bayesian-sensitivity-analysis-for-causality · データセット: https://doi.org/10.5281/zenodo.20539026