ScholarGate
Assistent
Regression modelQuasi-experimental / causal inference

Bayesiansk marginal strukturell modell

Bayesiansk marginal strukturell modell (Bayesian MSM) kombinerar den kausala identifieringskraften hos invers-sannolikhetsviktade marginala strukturella modeller med Bayesiansk posteriorinferens. Istället för att förlita sig på punktuppskattningar och asymptotiska standardfel, propagerar den osäkerhet genom en fullständig posteriorfördelning över parametrar för kausala effekter, vilket ger en koherent osäkerhetskvantifiering för kausala effekter av tidsvarierande behandlingar.

Öppna i MethodMindSnartVideoSnartLadda ner bildspel

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Metodkarta

Närområdet av besläktade metoder — välj en nod för att utforska.

Källor

  1. Saarela, O., Stephens, D. A., Moodie, E. E. M., & Klein, M. B. (2015). On Bayesian estimation of marginal structural models. Biometrics, 71(2), 279-288. DOI: 10.1111/biom.12269
  2. Robins, J. M., Hernan, M. A., & Brumback, B. (2000). Marginal structural models and causal inference in epidemiology. Epidemiology, 11(5), 550-560. DOI: 10.1097/00001648-200009000-00011

Så citerar du den här sidan

ScholarGate. (2026, June 3). Bayesian Marginal Structural Model with Inverse Probability Weighting. ScholarGate. https://scholargate.app/sv/causal-inference/bayesian-marginal-structural-model

Vilken metod?

Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.

Jämför sida vid sida
ScholarGateBayesian Marginal Structural Model (Bayesian Marginal Structural Model with Inverse Probability Weighting). Hämtad 2026-06-15 från https://scholargate.app/sv/causal-inference/bayesian-marginal-structural-model · Datamängd: https://doi.org/10.5281/zenodo.20539026