ScholarGate
Асистент
Regression modelQuasi-experimental / causal inference

Анализ на причинното въздействие при хетерогенни ефекти от третирането

Анализът на причинното въздействие при хетерогенни ефекти от третирането разширява байесовата структурна времева серия за причинно въздействие, за да оцени не само средния ефект от интервенция, но и как този ефект варира в различните подгрупи или индивидуални единици. Чрез комбиниране на контрафактуално прогнозиране с оценка на условния среден ефект от третирането (CATE), той разкрива кои групи се възползват най-много или най-малко от интервенция.

Отворете в MethodMindСкороApply, compare, get guidance
Tools & resources
Изтегляне на слайдове
Learn & explore
ВидеоСкоро

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Карта на методите

Обкръжението на сродните методи — изберете възел, за да го разгледате.

Източници

  1. 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
  2. Athey, S., & Imbens, G. (2016). Recursive partitioning for heterogeneous causal effects. Proceedings of the National Academy of Sciences, 113(27), 7353-7360. DOI: 10.1073/pnas.1510489113

Как да цитирате тази страница

ScholarGate. (2026, June 3). Heterogeneous Treatment Effect Causal Impact Analysis. ScholarGate. https://scholargate.app/bg/causal-inference/heterogeneous-treatment-effect-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.

Сравняване едно до друго
ScholarGateHeterogeneous treatment effect Causal impact analysis (Heterogeneous Treatment Effect Causal Impact Analysis). Извлечено на 2026-06-18 от https://scholargate.app/bg/causal-inference/heterogeneous-treatment-effect-causal-impact-analysis · Набор от данни: https://doi.org/10.5281/zenodo.20539026