Bayesian Doubly Robust Estimation
Bayesian Doubly Robust Estimation combines the classical doubly robust (DR) augmented inverse probability weighting framework with Bayesian inference. It simultaneously models the propensity score and the outcome regression, placing prior distributions over both, and derives a posterior distribution over the average treatment effect that remains consistent even if one of the two component models is misspecified.
Rekod sumber
Petikan disalin secara verbatim daripada rekod sumber kaedah. Tiada pengesahan peringkat tuntutan disimpulkan daripadanya.
- 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. · URL
Tuntutan yang dikurasi
Tuntutan disimpan dalam lejar bukti, setiap satu dengan penilaiannya sendiri.
Pandangan ini tidak mencipta penilaian tuntutan apabila lejar tiada.
Kaedah berkaitan
Dijana daripada graf kaedah dan ditunjukkan sebagai perhubungan yang dicadangkan mesin — tiada tuntutan bukti disimpulkan.