Tree-based Bayesian treatment effect analysis (2019)
- Authors:
- Autor USP: SANTOS, PEDRO HENRIQUE FILIPINI DOS - IME
- Unidade: IME
- Sigla do Departamento: MAE
- Subjects: PROBABILIDADE; CAUSALIDADE
- Agências de fomento:
- Language: Inglês
- Abstract: A inclusão do escore de propensão como uma covariável em modelos de árvores de regressão Bayesianas para inferência causal pode reduzir o viés existente nas estimações de efeitos de tratamento, o qual ocorre devido ao fenômeno de confudimento induzido por regularização. Este estudo defende o uso do escore de propensão por meio de um panorama de seleção de variáveis totalmente Bayesiano, e através do uso de Gráficos de Expectativa Individual Condicional, que se trata de um elemento que pode aprimorar a análise de efeitos de tratamento. Tal ferramental pode ser utilizado como meio de identificar grupos que possuem diferentes respostas ao tratamento aplicado e para analisar o impacto de cada variável no efeito de tratamento estimado.
- Imprenta:
- Data da defesa: 16.05.2019
-
ABNT
SANTOS, Pedro Henrique Filipini dos. Tree-based Bayesian treatment effect analysis. 2019. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2019. Disponível em: http://www.teses.usp.br/teses/disponiveis/45/45133/tde-27072019-160701/. Acesso em: 01 maio 2024. -
APA
Santos, P. H. F. dos. (2019). Tree-based Bayesian treatment effect analysis (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de http://www.teses.usp.br/teses/disponiveis/45/45133/tde-27072019-160701/ -
NLM
Santos PHF dos. Tree-based Bayesian treatment effect analysis [Internet]. 2019 ;[citado 2024 maio 01 ] Available from: http://www.teses.usp.br/teses/disponiveis/45/45133/tde-27072019-160701/ -
Vancouver
Santos PHF dos. Tree-based Bayesian treatment effect analysis [Internet]. 2019 ;[citado 2024 maio 01 ] Available from: http://www.teses.usp.br/teses/disponiveis/45/45133/tde-27072019-160701/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
