Байєсівське зважування оберненою ймовірністю
Байєсівське зважування оберненою ймовірністю (Bayesian IPW) розширює класичний оцінювач IPW шляхом розміщення апріорних розподілів над параметрами моделі схильності (propensity-score model) та поширення цієї невизначеності на оцінку причинно-наслідкового ефекту. Результатом є апостеріорний розподіл для середнього ефекту втручання, який повністю враховує як невизначеність оцінки схильності, так і невизначеність моделі результату, дозволяючи робити висновки на основі довірчих інтервалів, а не покладатися на асимптотичні наближення.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Карта методів
Околиця споріднених методів — виберіть вузол, щоб дослідити.
Джерела
- Saarela, O., Stephens, D. A., Moodie, E. E. M., & Klein, M. B. (2015). On risk prediction and characterisation of treatment effects in a Bayesian framework using the propensity score. Statistics in Medicine, 34(14), 2170-2185. link ↗
- Liao, S. X., & Zigler, C. M. (2020). Uncertainty in the design stage of two-stage Bayesian propensity score analysis. Statistics in Medicine, 39(17), 2265-2290. DOI: 10.1002/sim.8486 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Bayesian Inverse Probability Weighting Estimator. ScholarGate. https://scholargate.app/uk/causal-inference/bayesian-inverse-probability-weighting
Який метод?
Поставте цей метод поруч із його найближчими спорідненими й читайте їх пліч-о-пліч — бібліотека викладає книги на стіл; вибір за вами.
- Байєсівський метод різниць на різниціПричинно-наслідковий висновок↔ порівняти
- Байєсівське зіставлення за показником схильностіПричинно-наслідковий висновок↔ порівняти
- Подвійне робастне оцінювання (AIPW)Причинно-наслідковий висновок↔ порівняти
- Зважування за оберненою ймовірністю лікування (IPW / IPTW)Причинно-наслідковий висновок↔ порівняти
- Маргінальна структурна модель (MSM)Причинно-наслідковий висновок↔ порівняти
- Зважування за показником схильності (PSW / IPW)Причинно-наслідковий висновок↔ порівняти
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →