Regression modelQuasi-experimental / causal inference

Analiza de Sensibilitate Bayesiană pentru Cauzalitate

Analiza de sensibilitate bayesiană pentru cauzalitate cuantifică cât de mult ar trebui un confuzor nemăsurat să influențeze atât alocarea tratamentului, cât și rezultatul pentru a răsturna o concluzie cauzală. În loc să testeze un singur scenariu cel mai nefavorabil, plasează distribuții a priori asupra tăriei confuziei ascunse, propagă incertitudinea printr-un model bayesian complet și raportează o distribuție a posteriori pentru efectul cauzal care reflectă în mod onest ceea ce este și ceea ce nu este identificat din datele observate.

Deschide în MethodMindÎn curândVideoÎn curândDownload slides

Citește metoda completă

Doar pentru membri

Autentifică-te cu un cont gratuit pentru a citi această secțiune.

Autentificare

Method map

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

Surse

  1. McCandless, L. C., Gustafson, P., & Austin, P. C. (2007). Bayesian propensity score analysis for observational data. Statistics in Medicine, 26(8), 1704-1718. DOI: 10.1002/sim.3460
  2. Gustafson, P. (2015). Bayesian Inference for Partially Identified Models: Exploring the Limits of Limited Data. CRC Press / Chapman & Hall. ISBN: 9781439869390

Cum se citează această pagină

ScholarGate. (2026, June 3). Bayesian Sensitivity Analysis for Unmeasured Confounding in Causal Inference. ScholarGate. https://scholargate.app/ro/causal-inference/bayesian-sensitivity-analysis-for-causality

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
ScholarGateBayesian Sensitivity Analysis for Causality (Bayesian Sensitivity Analysis for Unmeasured Confounding in Causal Inference). Preluat la 2026-06-15 de pe https://scholargate.app/ro/causal-inference/bayesian-sensitivity-analysis-for-causality · Set de date: https://doi.org/10.5281/zenodo.20539026