Bayesian Propensity Score Matching
Bayesian Propensity Score Matching (Bayesian PSM) rozszerza klasyczne dopasowywanie wyników skłonności, umieszczając rozkład a priori na parametrach modelu skłonności i propagując niepewność a posteriori przez etapy dopasowania i analizy wyników. Formalnie wprowadzone przez Kaplana i Chena (2012), oferuje zasadnicze ujęcie niepewności estymacji, które często ignoruje dopasowywanie częstościowe, i pozwala na uwzględnienie merytorycznej wiedzy a priori o selekcji do leczenia.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
Źródła
- Kaplan, D., & Chen, J. (2012). A Two-Step Bayesian Approach for Propensity Score Analysis: Simulations and Case Study. Psychometrika, 77(3), 581-609. DOI: 10.1007/s11336-012-9262-8 ↗
- Rosenbaum, P. R., & Rubin, D. B. (1983). The central role of the propensity score in observational studies for causal effects. Biometrika, 70(1), 41-55. DOI: 10.1093/biomet/70.1.41 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Bayesian Propensity Score Matching Estimator. ScholarGate. https://scholargate.app/pl/causal-inference/bayesian-propensity-score-matching
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.
- Bayesowska metoda różnic w różnicachWnioskowanie przyczynowe↔ compare
- Coarsened Exact Matching (CEM)Wnioskowanie przyczynowe↔ compare
- Estymacja podwójnie odporna (AIPW)Wnioskowanie przyczynowe↔ compare
- Entropy BalancingWnioskowanie przyczynowe↔ compare
- Ważenie odwrotnością prawdopodobieństwa leczenia (IPW / IPTW)Wnioskowanie przyczynowe↔ compare
- Dopasowanie wyników skłonnościStatystyka w badaniach↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →