Bayesiskā dubulti robustā novērtēšana
Bayesiskā dubulti robustā novērtēšana apvieno klasisko dubulti robusto (DR) papildinātās apgrieztās varbūtības svēršanas sistēmu ar Bayesisko inferenci. Tā vienlaicīgi modelē tieksmes koeficientu un iznākuma regresiju, uzliekot iepriekšējus sadalījumus abiem, un atvasina vidējā ārstēšanas efekta aizmugurējo sadalījumu, kas paliek konsekvents pat tad, ja viens no diviem komponentu modeļiem ir nepareizi specifikāts.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Bayesian Doubly Robust Estimation of Average Treatment Effects. ScholarGate. https://scholargate.app/lv/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.
- Bayesian Causal Impact AnalysisCēloņsakarību secināšana↔ compare
- Bejeziešu tendenču rādītāju saskaņošanaCēloņsakarību secināšana↔ compare
- Divkārši robusta novērtēšana (AIPW)Cēloņsakarību secināšana↔ compare
- Apgrieztā varbūtības svēršana (IPW / IPTW)Cēloņsakarību secināšana↔ compare
- Marginal Structural Model (MSM)Cēloņsakarību secināšana↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →