Bayesian Matching Estimator
De Bayesian Matching Estimator schat gemiddelde behandelingseffecten in observationele studies door klassieke nearest-neighbour of kernel matching te combineren met een Bayesiaanse posterior over het behandelingseffect. Het neemt de logica van covariaatbalancering van matching over, terwijl het onzekerheid propageert via een volledige posteriorverdeling in plaats van te vertrouwen op asymptotische standaardfouten, wat geloofwaardige intervallen oplevert die zowel steekproefvariabiliteit als voorkennis weerspiegelen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- 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 ↗
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Bayesian Matching Estimator for Average Treatment Effects. ScholarGate. https://scholargate.app/nl/causal-inference/bayesian-matching-estimator
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Bayesiaanse Verschil-in-VerschillenCausale inferentie↔ vergelijken
- Bayesiaanse Propensity Score MatchingCausale inferentie↔ vergelijken
- Dubbel Robuuste Schatting (AIPW)Causale inferentie↔ vergelijken
- EntropiebalanceringCausale inferentie↔ vergelijken
- Matching EstimatorCausale inferentie↔ vergelijken
- Propensity Score MatchingOnderzoeksstatistiek↔ vergelijken
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →