Regression modelQuasi-experimental / causal inference

Robust Causal Impact Analysis

Robust Causal Impact Analysis разширява байесовата структурна времева серия CausalImpact framework (Brodersen et al., 2015), като вгражда систематични проверки за робастност — плацебо тестове във времето, плацебо контроли в пространството, анализ на чувствителността на ковариатите и оценки на чувствителността на априорните разпределения — за да провери дали засеченият ефект от интервенцията е истински, а не артефакт от избора на модел или случайни закономерности в данните.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

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. Cunningham, S. (2021). Causal Inference: The Mixtape. Yale University Press. ISBN: 978-0300251685

Как да цитирате тази страница

ScholarGate. (2026, June 3). Robust Causal Impact Analysis with Sensitivity and Placebo Checks. ScholarGate. https://scholargate.app/bg/causal-inference/robust-causal-impact-analysis

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateRobust Causal Impact Analysis (Robust Causal Impact Analysis with Sensitivity and Placebo Checks). Извлечено на 2026-06-15 от https://scholargate.app/bg/causal-inference/robust-causal-impact-analysis · Набор от данни: https://doi.org/10.5281/zenodo.20539026