Regression modelQuasi-experimental / causal inference
تقييم الأثر السببي البايزي
يقدر تقييم الأثر السببي البايزي التأثير السببي للتدخل من خلال بناء توزيع احتمالي بايزي لاحق على النتيجة المضادة للواقع - ما كان سيحدث بدون علاج. تستخدم الطريقة، التي شاعها برودرسن وآخرون (2015) من خلال إطار CausalImpact، نماذج السلاسل الزمنية الهيكلية البايزية الملائمة لفترة ما قبل التدخل للتنبؤ بالمسار المضاد للواقع، ثم تقارن النتائج المرصودة بعد التدخل بهذا التنبؤ.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
خريطة المناهج
محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.
المصادر
- Brodersen, K. H., Gallusser, F., Koehler, J., Remy, N., & Scott, S. L. (2015). Inferring causal impact using Bayesian structural time-series models. Annals of Applied Statistics, 9(1), 247-274. DOI: 10.1214/14-AOAS788 ↗
- Rubin, D. B. (2005). Causal inference using potential outcomes: Design, modeling, decisions. Journal of the American Statistical Association, 100(469), 322-331. DOI: 10.1198/016214504000001880 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Bayesian Counterfactual Impact Evaluation. ScholarGate. https://scholargate.app/ar/causal-inference/bayesian-counterfactual-impact-evaluation
أيُّ منهج؟
ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.
- الاختلافات في الاختلافات البايزيةالاستدلال السببي↔ قارن
- تحليل التأثير السببيالاستدلال السببي↔ قارن
- تقييم الأثر المضاد للواقع (CIE)الاستدلال السببي↔ قارن
- الفرق في الفروق (Diff-in-Diff)الاقتصاد القياسي↔ قارن
- منهج الضابط الاصطناعي (SCM)الاستدلال السببي↔ قارن