SoftBART

新的贝叶斯方法提高了因果推断的不确定性校准

研究人员开发了一种新颖的非参数贝叶斯模型的后处理校正方法，以提高随机干预效应不确定性估计的校准。此校正无需更改先验或拟合算法即可应用，理论上已被证明可提供渐近有效的推断和有效的可信区间覆盖，满足半参数 Bernstein-von Mises 定理。该方法已在模拟中被证明可减少偏差并提高覆盖率，与频率学方法相比具有竞争力，并已应用于估计他汀类药物治疗对 LDL 胆固醇水平的影响。