Modelo Estrutural Marginal Bayesiano
O Modelo Estrutural Marginal Bayesiano (MSM Bayesiano) combina o poder de identificação causal dos modelos estruturais marginais ponderados por probabilidade inversa com a inferência bayesiana posterior. Em vez de depender de estimativas pontuais e erros padrão assintóticos, ele propaga a incerteza através de uma distribuição posterior completa sobre parâmetros de efeito causal, oferecendo quantificação coerente da incerteza para efeitos causais de tratamentos que variam no tempo.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
- Robins, J. M., Hernan, M. A., & Brumback, B. (2000). Marginal structural models and causal inference in epidemiology. Epidemiology, 11(5), 550-560. DOI: 10.1097/00001648-200009000-00011 ↗
Como citar esta página
ScholarGate. (2026, June 3). Bayesian Marginal Structural Model with Inverse Probability Weighting. ScholarGate. https://scholargate.app/pt/causal-inference/bayesian-marginal-structural-model
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.
- Bayesian Difference-in-DifferencesInferência causal↔ compare
- Variáveis Instrumentais Bayesianas (IV Bayesiana)Inferência causal↔ compare
- Estimativa Duplamente Robusta (AIPW)Inferência causal↔ compare
- Ponderação pela Probabilidade Inversa de Tratamento (IPW / IPTW)Inferência causal↔ compare
- Modelo Estrutural Marginal (MSM)Inferência causal↔ compare
- Ponderação por Escore de Propensão (PEP / IPW)Inferência causal↔ compare
Encontrou um problema nesta página? Relate ou sugira uma correção →