Regression modelQuasi-experimental / causal inference
베이지안 성향 점수 가중법
베이지안 성향 점수 가중법은 성향 점수에 대한 베이지안 모델과 역확률 가중법을 결합하여 관찰 데이터에서 인과적 치료 효과를 추정합니다. 성향 점수 매개변수에 사전 분포를 설정하고 사후 불확실성을 가중 단계로 전파함으로써, 이 접근법은 점수 모델과 결과 모두의 불확실성을 고려하여 평균 치료 효과에 대한 완전한 확률적 불확실성 구간을 제공합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bayesian Propensity Score Weighting for Causal Inference. ScholarGate. https://scholargate.app/ko/causal-inference/bayesian-propensity-score-weighting
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.
- 베이즈 차이의 차이(Bayesian Difference-in-Differences)인과추론↔ compare
- 이중 강건 추정 (AIPW)인과추론↔ compare
- 역확률 가중치 (Inverse Probability Weighting, IPW / IPTW)인과추론↔ compare
- Marginal Structural Model (MSM)인과추론↔ compare
- 성향 점수 매칭연구 통계↔ compare
- 성향 점수 가중치 (PSW / IPW)인과추론↔ compare