我们开发了一种半参数贝叶斯方法，用于估计具有二进制结果和非参数建模倾向得分的缺失数据模型中的平均响应。同样，我们估计了治疗的因果效应，以非参数的方式校正了混杂因素。我们证明了标准高斯过程先验函数在光滑条件下满足半参数Bernstein–von Mises定理。我们进一步提出了一种新的倾向性得分依赖先验，在严格较弱的条件下提供有效的推断。我们还表明，理论上最好用Dirichlet过程或Bayesian bootstrap对协变量分布建模，而不是对其密度建模。