Bayesian causal inference for observational studies with missingness in covariates and outcomes.

Zang, Huaiyu; Kim, Hang J; Huang, Bin; Szczesniak, Rhonda

Zang, Huaiyu; Kim, Hang J; Huang, Bin; Szczesniak, Rhonda.

Afiliación

Zang H; Heart Institute, Cincinnati Children's Hospital Medical Center, Cincinnati, Ohio, USA.
Kim HJ; Division of Statistics and Data Science, University of Cincinnati, Cincinnati, Ohio, USA.
Huang B; Division of Biostatistics and Epidemiology, Cincinnati Children's Hospital Medical Center, Cincinnati, Ohio, USA.
Szczesniak R; Department of Pediatrics, University of Cincinnati, Cincinnati, Ohio, USA.

Biometrics ; 79(4): 3624-3636, 2023 12.

Article en En | MEDLINE | ID: mdl-37553770

Asunto(s)

Modelos Estadísticos; Humanos; Teorema de Bayes; Interpretación Estadística de Datos; Simulación por Computador; Causalidad

Palabras clave

average causal effect; mixed covariate structures; multiple imputation; nonparametrics; observational health data; regression trees

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Banco de datos: MEDLINE Asunto principal: Modelos Estadísticos Tipo de estudio: Observational_studies / Prognostic_studies Límite: Humans Idioma: En Revista: Biometrics Año: 2023 Tipo del documento: Article País de afiliación: Estados Unidos

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google