Pareamento Bayesiano por Escore de Propensão
O Pareamento Bayesiano por Escore de Propensão (Bayesian PSM) estende o pareamento clássico por escore de propensão ao colocar uma distribuição a priori sobre os parâmetros do modelo de propensão e propagar a incerteza posterior através das etapas de pareamento e de desfecho. Introduzido formalmente por Kaplan e Chen (2012), oferece uma conta principiada da incerteza de estimação que o pareamento frequentista comumente ignora, e permite a incorporação de conhecimento prévio substantivo sobre a seleção do tratamento.
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.
+1 more
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Bayesian Propensity Score Matching Estimator. ScholarGate. https://scholargate.app/pt/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.
- Bayesian Difference-in-DifferencesInferência causal↔ compare
- Coarsened Exact Matching (CEM)Inferência causal↔ compare
- Estimativa Duplamente Robusta (AIPW)Inferência causal↔ compare
- Balanceamento por EntropiaInferência causal↔ compare
- Ponderação pela Probabilidade Inversa de Tratamento (IPW / IPTW)Inferência causal↔ compare
- Propensity Score MatchingEstatística para pesquisa↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →