ScholarGate
Ассистент
Regression modelQuasi-experimental / causal inference

Байесовское взвешивание по обратной вероятности

Байесовское взвешивание по обратной вероятности (Bayesian IPW) расширяет классический оценщик IPW, накладывая априорные распределения на параметры модели пропенсити и распространяя эту неопределенность на оценку причинно-следственного эффекта. Результатом является апостериорное распределение для средней эффекта воздействия, которое полностью учитывает как неопределенность оценки пропенсити, так и неопределенность модели исхода, позволяя делать выводы на основе доверительных интервалов, а не полагаться на асимптотические приближения.

Открыть в MethodMindСкороВидеоСкороСкачать слайды

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Карта метода

Окружение родственных методов — выберите узел, чтобы перейти к нему.

Источники

  1. Saarela, O., Stephens, D. A., Moodie, E. E. M., & Klein, M. B. (2015). On risk prediction and characterisation of treatment effects in a Bayesian framework using the propensity score. Statistics in Medicine, 34(14), 2170-2185. link
  2. Liao, S. X., & Zigler, C. M. (2020). Uncertainty in the design stage of two-stage Bayesian propensity score analysis. Statistics in Medicine, 39(17), 2265-2290. DOI: 10.1002/sim.8486

Как цитировать эту страницу

ScholarGate. (2026, June 3). Bayesian Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/ru/causal-inference/bayesian-inverse-probability-weighting

Какой метод?

Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.

Сравнить рядом
ScholarGateBayesian Inverse Probability Weighting (Bayesian Inverse Probability Weighting Estimator). Получено 2026-06-15 из https://scholargate.app/ru/causal-inference/bayesian-inverse-probability-weighting · Набор данных: https://doi.org/10.5281/zenodo.20539026