ScholarGate
Pembantu
Regression modelQuasi-experimental / causal inference

Penganggar Padanan Bayesian

Penganggar Padanan Bayesian menganggar kesan rawatan purata dalam kajian pemerhatian dengan menggabungkan padanan jiran terdekat atau kernel klasik dengan posterior Bayesian ke atas kesan rawatan. Ia mewarisi logik pengimbangan kovariat padanan sambil menyebarkan ketidakpastian melalui taburan posterior penuh berbanding bergantung pada ralat piawai asimptotik, menghasilkan selang yang boleh dipercayai yang mencerminkan kedua-dua variabiliti pensampelan dan pengetahuan terdahulu.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiMuat turun slaid

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Peta kaedah

Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.

Sumber

  1. Rubin, D. B. (1978). Bayesian inference for causal effects: The role of randomization. The Annals of Statistics, 6(1), 34-58. DOI: 10.1214/aos/1176344064
  2. Heckman, J. J., Ichimura, H., & Todd, P. (1998). Matching as an econometric evaluation estimator. Review of Economic Studies, 65(2), 261-294. DOI: 10.1111/1467-937X.00044

Cara memetik halaman ini

ScholarGate. (2026, June 3). Bayesian Matching Estimator for Average Treatment Effects. ScholarGate. https://scholargate.app/ms/causal-inference/bayesian-matching-estimator

Kaedah yang mana?

Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.

Bandingkan secara bersebelahan

Dirujuk oleh

ScholarGateBayesian Matching Estimator (Bayesian Matching Estimator for Average Treatment Effects). Dicapai 2026-06-15 daripada https://scholargate.app/ms/causal-inference/bayesian-matching-estimator · Set data: https://doi.org/10.5281/zenodo.20539026