Regression modelQuasi-experimental / causal inference
贝叶斯匹配估计量
贝叶斯匹配估计量通过将经典的最近邻或核匹配与关于处理效应的贝叶斯后验相结合，来估计观察性研究中的平均处理效应。它继承了匹配的协变量平衡逻辑，同时通过完整的后验分布传播不确定性，而不是依赖渐近标准误，从而得到反映抽样变异性和先验知识的置信区间。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
方法图谱
相关方法的邻域——选择一个节点以展开探索。
来源
- 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 ↗
如何引用本页
ScholarGate. (2026, June 3). Bayesian Matching Estimator for Average Treatment Effects. ScholarGate. https://scholargate.app/zh/causal-inference/bayesian-matching-estimator
选用哪种方法？
将本方法与其最相近的同类并置，并排研读——本馆将书籍铺陈于案上，取舍则由您定夺。
并排比较 →