Analise de efeitos de tratamento em modelos de árvores Bayesianas

Detalhes bibliográficos
Autor(a) principal: Santos, Pedro Henrique Filipini dos
Data de Publicação: 2019
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: http://www.teses.usp.br/teses/disponiveis/45/45133/tde-27072019-160701/
Resumo: 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.
id USP_eb61194980ccf017f04229cfbccbb066
oai_identifier_str oai:teses.usp.br:tde-27072019-160701
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling Analise de efeitos de tratamento em modelos de árvores BayesianasTree-based Bayesian treatment effect analysisBARTBARTCausalidadeCausalityEscore de propensãoPropensity scoreA 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.The inclusion of the propensity score as a covariate in Bayesian regression trees for causal inference can reduce the bias in treatment effect estimations, which occurs due to the regularization-induced confounding phenomenon. This study advocates for the use of the propensity score by evaluating it under a full-Bayesian variable selection setting, and the use of Individual Conditional Expectation Plots as a graphical tool to improve treatment effect analysis. These tools can be used to form groups with different responses to the applied treatment, and to analyze the impact of each variable in the estimated treatment effect.Biblioteca Digitais de Teses e Dissertações da USPLopes, Hedibert FreitasSantos, Pedro Henrique Filipini dos2019-05-16info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://www.teses.usp.br/teses/disponiveis/45/45133/tde-27072019-160701/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2024-08-16T23:11:02Zoai:teses.usp.br:tde-27072019-160701Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212024-08-16T23:11:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Analise de efeitos de tratamento em modelos de árvores Bayesianas
Tree-based Bayesian treatment effect analysis
title Analise de efeitos de tratamento em modelos de árvores Bayesianas
spellingShingle Analise de efeitos de tratamento em modelos de árvores Bayesianas
Santos, Pedro Henrique Filipini dos
BART
BART
Causalidade
Causality
Escore de propensão
Propensity score
title_short Analise de efeitos de tratamento em modelos de árvores Bayesianas
title_full Analise de efeitos de tratamento em modelos de árvores Bayesianas
title_fullStr Analise de efeitos de tratamento em modelos de árvores Bayesianas
title_full_unstemmed Analise de efeitos de tratamento em modelos de árvores Bayesianas
title_sort Analise de efeitos de tratamento em modelos de árvores Bayesianas
author Santos, Pedro Henrique Filipini dos
author_facet Santos, Pedro Henrique Filipini dos
author_role author
dc.contributor.none.fl_str_mv Lopes, Hedibert Freitas
dc.contributor.author.fl_str_mv Santos, Pedro Henrique Filipini dos
dc.subject.por.fl_str_mv BART
BART
Causalidade
Causality
Escore de propensão
Propensity score
topic BART
BART
Causalidade
Causality
Escore de propensão
Propensity score
description 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.
publishDate 2019
dc.date.none.fl_str_mv 2019-05-16
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www.teses.usp.br/teses/disponiveis/45/45133/tde-27072019-160701/
url http://www.teses.usp.br/teses/disponiveis/45/45133/tde-27072019-160701/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815257414781370368

Registros relacionados