Regression modelQuasi-experimental / causal inference

Bayesovská analýza citlivosti pre kauzalitu

Bayesovská analýza citlivosti pre kauzalitu kvantifikuje, ako silno by nemeraný zmiešavajúci faktor musel ovplyvňovať pridelenie liečby aj výsledok, aby zvrátil kauzálny záver. Namiesto testovania jedného najhoršieho scenára pripisuje predbežné distribúcie sile skrytého zmiešavania, propaguje neistotu cez plný Bayesovský model a vykazuje post-eriórnu distribúciu pre kauzálny efekt, ktorá čestne odráža to, čo je a čo nie je identifikované z pozorovaných údajov.

Otvoriť v MethodMindČoskoroVideoČoskoroDownload slides

Prečítať celú metódu

Len pre členov

Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.

Prihlásiť sa

Method map

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

Zdroje

  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

Ako citovať túto stránku

ScholarGate. (2026, June 3). Bayesian Sensitivity Analysis for Unmeasured Confounding in Causal Inference. ScholarGate. https://scholargate.app/sk/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). Získané 2026-06-15 z https://scholargate.app/sk/causal-inference/bayesian-sensitivity-analysis-for-causality · Dátová sada: https://doi.org/10.5281/zenodo.20539026