การวิเคราะห์ความไวแบบเบย์สำหรับความเป็นเหตุเป็นผล
การวิเคราะห์ความไวแบบเบย์สำหรับความเป็นเหตุเป็นผลเป็นการวัดปริมาณว่าตัวแปรกวนที่ไม่ได้วัดจะต้องมีอิทธิพลต่อทั้งการกำหนดการรักษาและผลลัพธ์มากเพียงใดจึงจะพลิกข้อสรุปเชิงสาเหตุ แทนที่จะทดสอบสถานการณ์ที่เลวร้ายที่สุดเพียงสถานการณ์เดียว วิธีนี้จะกำหนดการแจกแจงก่อน (prior distributions) สำหรับความแรงของการก่อกวนที่ซ่อนอยู่ เผยแพร่งความไม่แน่นอนผ่านแบบจำลองเบย์เต็มรูปแบบ และรายงานการแจกแจงภายหลัง (posterior distribution) สำหรับผลเชิงสาเหตุที่สะท้อนอย่างตรงไปตรงมาว่าอะไรสามารถระบุได้และอะไรไม่สามารถระบุได้จากข้อมูลที่สังเกตได้
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- McCandless, L. C., Gustafson, P., & Austin, P. C. (2007). Bayesian propensity score analysis for observational data. Statistics in Medicine, 26(8), 1704-1718. DOI: 10.1002/sim.3460 ↗
- Gustafson, P. (2015). Bayesian Inference for Partially Identified Models: Exploring the Limits of Limited Data. CRC Press / Chapman & Hall. ISBN: 9781439869390
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Bayesian Sensitivity Analysis for Unmeasured Confounding in Causal Inference. ScholarGate. https://scholargate.app/th/causal-inference/bayesian-sensitivity-analysis-for-causality
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
- การประมาณค่าแบบทนทานสองเท่า (AIPW)การอนุมานเชิงสาเหตุ↔ compare
- วิธีการตัวแปรเครื่องมือ (IV) สำหรับการอนุมานเชิงสาเหตุเศรษฐศาสตร์สุขภาพ↔ compare
- แบบจำลองโครงสร้างส่วนเพิ่ม (Marginal Structural Model: MSM)การอนุมานเชิงสาเหตุ↔ compare
- การจับคู่คะแนนแนวโน้มสถิติการวิจัย↔ compare
- การวิเคราะห์ความไวต่อเหตุปัจจัยเชิงสาเหตุการอนุมานเชิงสาเหตุ↔ compare