Regression modelQuasi-experimental / causal inference
인과관계에 대한 베이즈 민감도 분석
인과관계에 대한 베이즈 민감도 분석은 측정되지 않은 교란 변수가 인과적 결론을 뒤집기 위해 치료 배정 및 결과 모두에 얼마나 영향을 미쳐야 하는지를 정량화합니다. 단일 최악의 시나리오를 테스트하는 대신, 숨겨진 교란의 강도에 대한 사전 분포를 설정하고, 완전한 베이즈 모델을 통해 불확실성을 전파하며, 관측된 데이터로부터 무엇이 식별되고 무엇이 식별되지 않는지를 정직하게 반영하는 인과 효과에 대한 사후 분포를 보고합니다.
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. (2007). Bayesian propensity score analysis for observational data. Statistics in Medicine, 26(8), 1704-1718. DOI: 10.1002/sim.3460 ↗
- Gustafson, P. (2015). Bayesian Inference for Partially Identified Models: Exploring the Limits of Limited Data. CRC Press / Chapman & Hall. ISBN: 9781439869390
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bayesian Sensitivity Analysis for Unmeasured Confounding in Causal Inference. ScholarGate. https://scholargate.app/ko/causal-inference/bayesian-sensitivity-analysis-for-causality
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
- 인과 추론을 위한 도구 변수(IV) 방법보건경제학↔ compare
- Marginal Structural Model (MSM)인과추론↔ compare
- 성향 점수 매칭연구 통계↔ compare
- 인과관계에 대한 민감도 분석인과추론↔ compare