Bayesian Propensity Score Weighting
Bayesian Propensity Score Weighting schat de causale behandelingseffecten in observationele data door een Bayesiaans model voor de propensity score te combineren met inverse probability weighting. Door een prior te plaatsen op de parameters van de propensity score en de posterior-onzekerheid door te geven aan de wegingstap, levert deze benadering volledig probabilistische onzekerheidsintervallen op voor het gemiddelde behandelingseffect, rekening houdend met de onzekerheid in zowel het scoremodel als de uitkomst.
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
- McCandless, L. C., Gustafson, P., & Austin, P. C. (2009). Bayesian propensity score analysis for observational data. Statistics in Medicine, 28(1), 94–112. DOI: 10.1002/sim.3460 ↗
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Bayesian Propensity Score Weighting for Causal Inference. ScholarGate. https://scholargate.app/nl/causal-inference/bayesian-propensity-score-weighting
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
- Dubbel Robuuste Schatting (AIPW)Causale inferentie↔ vergelijken
- Inverse Probability of Treatment Weighting (IPW / IPTW)Causale inferentie↔ vergelijken
- Marginaal Structureel Model (MSM)Causale inferentie↔ vergelijken
- Propensity Score MatchingOnderzoeksstatistiek↔ vergelijken
- Propensity Score Weighting (PSW / IPW)Causale inferentie↔ vergelijken
Een fout op deze pagina gezien? Meld het of stel een correctie voor →