Байесовская двойная робастная оценка
Байесовская двойная робастная оценка (Bayesian Doubly Robust Estimation) объединяет классическую структуру двойной робастности (DR) с дополненным взвешиванием по обратной вероятности и байесовским выводом. Она одновременно моделирует склонность к лечению (propensity score) и регрессию исхода, накладывая априорные распределения на оба параметра, и выводит апостериорное распределение среднего эффекта воздействия, которое остается состоятельным даже при неправильной спецификации одной из двух компонентных моделей.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- Bang, H., & Robins, J. M. (2005). Doubly robust estimation in missing data and causal inference models. Biometrics, 61(4), 962-973. DOI: 10.1111/j.1541-0420.2005.00377.x ↗
- Scharfstein, D., Nabi, R., Kennedy, E. H., Huang, M.-Y., Bonvini, M., & Smid, M. (2021). Semiparametric sensitivity analysis: Unmeasured confounding in observational studies. arXiv:1910.14694. link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Bayesian Doubly Robust Estimation of Average Treatment Effects. ScholarGate. https://scholargate.app/ru/causal-inference/bayesian-doubly-robust-estimation
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.
- Байесовский анализ причинно-следственного воздействияПричинно-следственный вывод↔ compare
- Байесовское сопоставление по показателю склонностиПричинно-следственный вывод↔ compare
- Двухробастное оценивание (AIPW)Причинно-следственный вывод↔ compare
- Взвешивание по обратной вероятности лечения (IPW / IPTW)Причинно-следственный вывод↔ compare
- Маргинальная структурная модель (MSM)Причинно-следственный вывод↔ compare
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →