Bayesiansk matchning med propensity score
Bayesian Propensity Score Matching (Bayesian PSM) utökar klassisk propensity score matching genom att placera en priorfördelning över parametrarna i propensitymodellen och propagera osäkerhet från posteriorfördelningen genom matchnings- och utfallstegen. Formellt introducerad av Kaplan och Chen (2012), erbjuder den en principiell hantering av estimeringsosäkerhet som frekventistisk matching ofta ignorerar, och tillåter införlivande av substantiell förkunskap om behandlingsselektion.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
+1 till
Källor
- Kaplan, D., & Chen, J. (2012). A Two-Step Bayesian Approach for Propensity Score Analysis: Simulations and Case Study. Psychometrika, 77(3), 581-609. DOI: 10.1007/s11336-012-9262-8 ↗
- Rosenbaum, P. R., & Rubin, D. B. (1983). The central role of the propensity score in observational studies for causal effects. Biometrika, 70(1), 41-55. DOI: 10.1093/biomet/70.1.41 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Bayesian Propensity Score Matching Estimator. ScholarGate. https://scholargate.app/sv/causal-inference/bayesian-propensity-score-matching
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.
- Bayesiansk differens-i-differensKausal inferens↔ jämför
- Förgrövad exakt matchning (CEM)Kausal inferens↔ jämför
- Dubbelt robust skattning (AIPW)Kausal inferens↔ jämför
- EntropibalanseringKausal inferens↔ jämför
- Viktning med inversa sannolikheter för behandling (IPW / IPTW)Kausal inferens↔ jämför
- Propensity score-matchningForskningsstatistik↔ jämför
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →