Ponderação Bayesiana por Escore de Propensão
A Ponderação Bayesiana por Escore de Propensão estima efeitos causais de tratamento em dados observacionais combinando um modelo Bayesiano para o escore de propensão com ponderação por probabilidade inversa. Ao colocar um prior sobre os parâmetros do escore de propensão e propagar a incerteza posterior através da etapa de ponderação, essa abordagem produz intervalos de incerteza totalmente probabilísticos para o efeito médio do tratamento, levando em conta a incerteza tanto no modelo do escore quanto no desfecho.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Mapa de métodos
A vizinhança de métodos relacionados — selecione um nó para explorar.
Fontes
- McCandless, L. C., Gustafson, P., & Austin, P. C. (2009). Bayesian propensity score analysis for observational data. Statistics in Medicine, 28(1), 94–112. DOI: 10.1002/sim.3460 ↗
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Bayesian Propensity Score Weighting for Causal Inference. ScholarGate. https://scholargate.app/pt/causal-inference/bayesian-propensity-score-weighting
Qual método?
Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.
- Bayesian Difference-in-DifferencesInferência causal↔ comparar
- Estimativa Duplamente Robusta (AIPW)Inferência causal↔ comparar
- Ponderação pela Probabilidade Inversa de Tratamento (IPW / IPTW)Inferência causal↔ comparar
- Modelo Estrutural Marginal (MSM)Inferência causal↔ comparar
- Propensity Score MatchingEstatística para pesquisa↔ comparar
- Ponderação por Escore de Propensão (PEP / IPW)Inferência causal↔ comparar
Encontrou um problema nesta página? Relate ou sugira uma correção →