ตัวประมาณการจับคู่แบบเบย์ (Bayesian Matching Estimator)
Bayesian Matching Estimator เป็นการประมาณค่าผลกระทบของการรักษาเฉลี่ย (average treatment effects) ในการศึกษาเชิงสังเกต โดยการผสมผสานวิธีการจับคู่แบบดั้งเดิม (nearest-neighbour หรือ kernel matching) เข้ากับกระบวนการเบย์ (Bayesian posterior) สำหรับผลกระทบของการรักษา วิธีการนี้สืบทอดหลักการของการจับคู่ในการสร้างสมดุลของตัวแปรร่วม (covariate-balancing logic) ขณะเดียวกันก็กระจายความไม่แน่นอนผ่านการแจกแจงความน่าจะเป็นภายหลัง (posterior distribution) ทั้งหมด แทนที่จะอาศัยค่าความคลาดเคลื่อนมาตรฐานแบบเชิงเส้นกำกับ (asymptotic standard errors) ทำให้ได้ช่วงความเชื่อมั่น (credible intervals) ที่สะท้อนทั้งความแปรปรวนจากการสุ่มตัวอย่างและความรู้เดิม (prior knowledge)
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Bayesian Matching Estimator for Average Treatment Effects. ScholarGate. https://scholargate.app/th/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.
- Bayesian Difference-in-Differencesการอนุมานเชิงสาเหตุ↔ compare
- การจับคู่คะแนนความโน้มเอียงแบบเบย์การอนุมานเชิงสาเหตุ↔ compare
- การประมาณค่าแบบทนทานสองเท่า (AIPW)การอนุมานเชิงสาเหตุ↔ compare
- Entropy Balancingการอนุมานเชิงสาเหตุ↔ compare
- ตัวประมาณค่าด้วยการจับคู่การอนุมานเชิงสาเหตุ↔ compare
- การจับคู่คะแนนแนวโน้มสถิติการวิจัย↔ compare