Bayesiskais marginālais strukturālais modelis
Bayesiskais marginālais strukturālais modelis (Bayesian MSM) apvieno apgrieztās varbūtības svērto marginālo strukturālo modeļu kauzālās identifikācijas spēku ar Bayesiskās posteriorās inferences metodi. Tā vietā, lai paļautos uz punktu aplēsēm un asimptotiskām standarta kļūdām, tā izplata nenoteiktību caur pilnu posterioro sadalījumu par kauzālā efekta parametru parametriem, piedāvājot koherentu nenoteiktības kvantifikāciju laika mainīgiem ārstēšanas kauzālajiem efektiem.
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
- 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 ↗
- Robins, J. M., Hernan, M. A., & Brumback, B. (2000). Marginal structural models and causal inference in epidemiology. Epidemiology, 11(5), 550-560. DOI: 10.1097/00001648-200009000-00011 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Bayesian Marginal Structural Model with Inverse Probability Weighting. ScholarGate. https://scholargate.app/lv/causal-inference/bayesian-marginal-structural-model
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.
- Beijesa atšķirību atšķirību metodeCēloņsakarību secināšana↔ compare
- Bayesian Instrumental Variables (Bayesian IV)Cēloņsakarību secināšana↔ compare
- Divkārši robusta novērtēšana (AIPW)Cēloņsakarību secināšana↔ compare
- Apgrieztā varbūtības svēršana (IPW / IPTW)Cēloņsakarību secināšana↔ compare
- Marginal Structural Model (MSM)Cēloņsakarību secināšana↔ compare
- Aproksimēta novērtēšana (PSW / IPW)Cēloņsakarību secināšana↔ compare
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →