Regression modelQuasi-experimental / causal inference

Estymator bayesowskiego dopasowania

Estymator bayesowskiej dopasowania (Bayesian Matching Estimator) szacuje średnie efekty traktowania w badaniach obserwacyjnych, łącząc klasyczne dopasowanie najbliższego sąsiada lub dopasowanie jądrowe z bayesowskim rozkładem a posteriori dla efektu traktowania. Dziedziczy logikę równoważenia kowariant stosowaną w dopasowaniu, jednocześnie propagując niepewność poprzez pełny rozkład a posteriori, zamiast polegać na asymptotycznych błędach standardowych, co daje przedziały wiarygodności odzwierciedlające zarówno zmienność próby, jak i wiedzę a priori.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

The neighbourhood of related methods — select a node to explore.

Źródła

  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

Jak cytować tę stronę

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

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.

Compare side by side

Cytowana przez

ScholarGateBayesian Matching Estimator (Bayesian Matching Estimator for Average Treatment Effects). Pobrano 2026-06-15 z https://scholargate.app/pl/causal-inference/bayesian-matching-estimator · Zbiór danych: https://doi.org/10.5281/zenodo.20539026