Bayesian Inverse Probability Weighting

Bayesian Inverse Probability Weighting (Bayesian IPW) เป็นการประมาณค่าตัวประมาณค่า IPW แบบดั้งเดิมโดยการกำหนดการแจกแจงก่อน (prior distributions) ให้กับพารามิเตอร์ของแบบจำลองคะแนนแนวโน้ม (propensity-score model) และส่งต่อความไม่แน่นอนนั้นเข้าไปในการประมาณค่าผลกระทบเชิงสาเหตุ (causal-effect estimate) ผลลัพธ์ที่ได้คือการแจกแจงภายหลัง (posterior distribution) สำหรับผลกระทบของการรักษาโดยเฉลี่ย (average treatment effect) ซึ่งคำนึงถึงทั้งความไม่แน่นอนของการประมาณค่าคะแนนแนวโน้ม และความไม่แน่นอนของแบบจำลองผลลัพธ์ (outcome-model uncertainty) อย่างสมบูรณ์ ทำให้สามารถทำการอนุมานช่วงความเชื่อมั่น (credible-interval inference) ได้ แทนที่จะต้องพึ่งพาการประมาณค่าแบบเข้าใกล้ขีดจำกัด (asymptotic approximations).