• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Disertación de Maestría
DOI
https://doi.org/10.11606/D.45.2019.tde-27072019-160701
Documento
Autor
Nombre completo
Pedro Henrique Filipini dos Santos
Dirección Electrónica
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Paulo, 2019
Director
Tribunal
Lopes, Hedibert Freitas (Presidente)
Artes, Rinaldo
Cozman, Fabio Gagliardi
 
Título en portugués
Analise de efeitos de tratamento em modelos de árvores Bayesianas
Palabras clave en portugués
BART
Causalidade
Escore de propensão
Resumen en portugués
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.
 
Título en inglés
Tree-based Bayesian treatment effect analysis
Palabras clave en inglés
BART
Causality
Propensity score
Resumen en inglés
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.
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
main.pdf (27.71 Mbytes)
Fecha de Publicación
2019-08-26
 
ADVERTENCIA: Aprenda que son los trabajos derivados haciendo clic aquí.
Todos los derechos de la tesis/disertación pertenecen a los autores.
CeTI-SC/STI
© 2001-2024. Biblioteca Digital de Tesis y Disertaciones de la USP.