Бейсънов анализ на причинно-следственото въздействие
Бейсъновият анализ на причинно-следственото въздействие (Bayesian Causal Impact Analysis) използва Бейсънов структурен времеви ред (BSTS) модел за оценка на причинно-следствения ефект от интервенция върху резултат от времеви ред. Разработен от Бродърсен и колеги от Google през 2015 г., той изгражда вероятностен контрафактуал — как би изглеждал редът без интервенцията — от данни преди интервенцията и опционални контролни ковариати, след което го сравнява с наблюдаваните стойности след интервенцията, за да произведе напълно Бейсънов апостериорен резултат за причинно-следствения ефект.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Карта на методите
Обкръжението на сродните методи — изберете възел, за да го разгледате.
Източници
- 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 ↗
- Scott, S. L., & Varian, H. R. (2014). Predicting the present with Bayesian structural time series. International Journal of Mathematical Modelling and Numerical Optimisation, 5(1-2), 4-23. DOI: 10.1504/IJMMNO.2014.059942 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Bayesian Causal Impact Analysis via Structural Time Series. ScholarGate. https://scholargate.app/bg/causal-inference/bayesian-causal-impact-analysis
Кой метод?
Поставете този метод до най-близките му сродни методи и ги четете едно до друго — библиотеката полага книгите на масата; изборът е ваш.
- Анализ на причинното въздействиеПричинно-следствено заключение↔ сравняване
- Метод на разликите в разликите (Difference-in-Differences, DiD)Иконометрия↔ сравняване
- Анализ на прекъснати времеви редове (ITS)Причинно-следствено заключение↔ сравняване
- Синтетичен контролен метод (SCM)Причинно-следствено заключение↔ сравняване
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →