Regression modelQuasi-experimental / causal inference

Бајезијански процењивач подударања

Бајезијански процењивач подударања процењује просечне ефекте третмана у опсервационим студијама комбиновањем класичног подударања најближег суседа или језгра са Бајезијанским постериором о ефекту третмана. Он наслеђује логику балансирања коваријати подударања, док ширину неизвесности шири кроз комплетну постериорну дистрибуцију уместо да се ослања на асимптотске стандардне грешке, дајући интервале поверења који одражавају како варијабилност узимања узорака, тако и претходно знање.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte celu metodu

Samo za članove

Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.

Prijavite se

Method map

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

Izvori

  1. Rubin, D. B. (1978). Bayesian inference for causal effects: The role of randomization. The Annals of Statistics, 6(1), 34-58. DOI: 10.1214/aos/1176344064
  2. Heckman, J. J., Ichimura, H., & Todd, P. (1998). Matching as an econometric evaluation estimator. Review of Economic Studies, 65(2), 261-294. DOI: 10.1111/1467-937X.00044

Kako citirati ovu stranicu

ScholarGate. (2026, June 3). Bayesian Matching Estimator for Average Treatment Effects. ScholarGate. https://scholargate.app/sr/causal-inference/bayesian-matching-estimator

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

Citirana u

ScholarGateBayesian Matching Estimator (Bayesian Matching Estimator for Average Treatment Effects). Preuzeto 2026-06-15 sa https://scholargate.app/sr/causal-inference/bayesian-matching-estimator · Skup podataka: https://doi.org/10.5281/zenodo.20539026