ScholarGate
Asistents
Regression modelQuasi-experimental / causal inference

Bejeziešu tendenču rādītāju saskaņošana

Bejeziešu tendenču rādītāju saskaņošana (Bejeziešu PSM) paplašina klasisko tendenču rādītāju saskaņošanu, piešķirot iepriekšēju sadalījumu tendenču modeļa parametru sadalījumam un izplatot pēcpārbaudes nenoteiktību saskaņošanas un rezultātu posmos. Formāli ieviesta ar Kaplanu un Čenu (2012), tā piedāvā principālu novērtēšanas nenoteiktības uzskaiti, ko bieži ignorē biežuma saskaņošana, un ļauj iekļaut būtiskas iepriekšējas zināšanas par ārstēšanas izvēli.

Atvērt MethodMindDrīzumāVideoDrīzumāLejupielādēt slaidus

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Metožu karte

Saistīto metožu apkaime — atlasiet mezglu, lai izpētītu.

+vēl 1

Avoti

  1. Kaplan, D., & Chen, J. (2012). A Two-Step Bayesian Approach for Propensity Score Analysis: Simulations and Case Study. Psychometrika, 77(3), 581-609. DOI: 10.1007/s11336-012-9262-8
  2. Rosenbaum, P. R., & Rubin, D. B. (1983). The central role of the propensity score in observational studies for causal effects. Biometrika, 70(1), 41-55. DOI: 10.1093/biomet/70.1.41

Kā citēt šo lapu

ScholarGate. (2026, June 3). Bayesian Propensity Score Matching Estimator. ScholarGate. https://scholargate.app/lv/causal-inference/bayesian-propensity-score-matching

Kura metode?

Novietojiet šo metodi blakus tās tuvākajām radniecīgajām metodēm un lasiet tās līdzās — bibliotēka noliek grāmatas uz galda; izvēle ir jūsu.

Salīdzināt blakus

Uz to atsaucas

ScholarGateBayesian Propensity Score Matching (Bayesian Propensity Score Matching Estimator). Izgūts 2026-06-15 no https://scholargate.app/lv/causal-inference/bayesian-propensity-score-matching · Datu kopa: https://doi.org/10.5281/zenodo.20539026