Regression modelQuasi-experimental / causal inference

Байєсівський оцінювач узгодження

Байєсівський оцінювач узгодження оцінює середні ефекти лікування в обсерваційних дослідженнях, комбінуючи класичне узгодження найближчих сусідів або ядерне узгодження з байєсівським апостеріорним розподілом щодо ефекту лікування. Він успадковує логіку узгодження щодо балансування коваріат, одночасно поширюючи невизначеність через повний апостеріорний розподіл, а не покладаючись на асимптотичні стандартні похибки, надаючи довірчі інтервали, які відображають як вибіркову варіативність, так і попередні знання.

Відкрити у MethodMindНезабаромВідеоНезабаромDownload slides

Читати метод повністю

Лише для учасників

Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.

Увійти

Method map

The neighbourhood of related methods — select a node to explore.

Джерела

  1. 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
  2. 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

Як цитувати цю сторінку

ScholarGate. (2026, June 3). Bayesian Matching Estimator for Average Treatment Effects. ScholarGate. https://scholargate.app/uk/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.

Compare side by side

Згадується в

ScholarGateBayesian Matching Estimator (Bayesian Matching Estimator for Average Treatment Effects). Отримано 2026-06-15 з https://scholargate.app/uk/causal-inference/bayesian-matching-estimator · Набір даних: https://doi.org/10.5281/zenodo.20539026