Bayesiansk propensity score-viktning
Bayesiansk propensity score-viktning estimerar kausala behandlingseffekter i observationsdata genom att kombinera en Bayesiansk modell för propensity score med invers sannolikhetsviktning. Genom att placera en prior över propensity score-parametrar och propagera posterior osäkerhet genom viktningssteget, ger detta angreppssätt fullständigt probabilistiska osäkerhetsintervall för den genomsnittliga behandlingseffekten, vilket tar hänsyn till osäkerheten i både scoremodellen och utfallet.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- McCandless, L. C., Gustafson, P., & Austin, P. C. (2009). Bayesian propensity score analysis for observational data. Statistics in Medicine, 28(1), 94–112. DOI: 10.1002/sim.3460 ↗
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Bayesian Propensity Score Weighting for Causal Inference. ScholarGate. https://scholargate.app/sv/causal-inference/bayesian-propensity-score-weighting
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
- Dubbelt robust skattning (AIPW)Kausal inferens↔ jämför
- Viktning med inversa sannolikheter för behandling (IPW / IPTW)Kausal inferens↔ jämför
- Marginal Structural Model (MSM)Kausal inferens↔ jämför
- Propensity score-matchningForskningsstatistik↔ jämför
- Propensitetspoängsviktning (PSW / IPW)Kausal inferens↔ jämför
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →