Bayesiansk sensitivitetsanalyse for kausalitet
Bayesiansk sensitivitetsanalyse for kausalitet kvantifiserer hvor mye en uregistrert konfunderende variabel må påvirke både tildeling av behandling og utfall for å omgjøre en kausal konklusjon. I stedet for å teste et enkelt verste-fall-scenario, plasserer den prior-fordelinger over styrken av skjult konfundering, propagerer usikkerhet gjennom en full Bayesiansk modell, og rapporterer en posterior-fordeling for den kausale effekten som ærlig reflekterer hva som er og ikke er identifisert fra observerte data.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- McCandless, L. C., Gustafson, P., & Austin, P. C. (2007). Bayesian propensity score analysis for observational data. Statistics in Medicine, 26(8), 1704-1718. DOI: 10.1002/sim.3460 ↗
- Gustafson, P. (2015). Bayesian Inference for Partially Identified Models: Exploring the Limits of Limited Data. CRC Press / Chapman & Hall. ISBN: 9781439869390
Slik siterer du denne siden
ScholarGate. (2026, June 3). Bayesian Sensitivity Analysis for Unmeasured Confounding in Causal Inference. ScholarGate. https://scholargate.app/no/causal-inference/bayesian-sensitivity-analysis-for-causality
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Bayesiansk Differanse-i-DifferanserKausal inferens↔ compare
- Dobbel robust estimering (AIPW)Kausal inferens↔ compare
- Instrumentelle variabler (IV) metode for kausal inferensHelseøkonomi↔ compare
- Marginal Structural Model (MSM)Kausal inferens↔ compare
- Propensity Score MatchingForskningsstatistikk↔ compare
- Følsomhetsanalyse for kausalitetKausal inferens↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →