Avaluació d'Impact Contrafactual Bayesiana
L'Avaluació d'Impact Contrafactual Bayesiana estima l'efecte causal d'una intervenció construint una distribució posterior bayesiana sobre el resultat contrafactual — què hauria passat sense tractament. El mètode, popularitzat per Brodersen et al. (2015) a través del marc CausalImpact, utilitza models bayesians estructurals de sèries temporals ajustats al període pre-intervenció per predir la trajectòria contrafactual, i després compara els resultats observats post-intervenció amb aquesta predicció.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Mapa de mètodes
El veïnat de mètodes relacionats — seleccioneu un node per explorar-lo.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Bayesian Counterfactual Impact Evaluation. ScholarGate. https://scholargate.app/ca/causal-inference/bayesian-counterfactual-impact-evaluation
Quin mètode?
Poseu aquest mètode al costat dels seus parents més pròxims i llegiu-los de costat a costat — la biblioteca disposa els llibres sobre la taula; la tria és vostra.
- Diferències en Diferències BayesianesInferència causal↔ compara
- Anàlisi d'Impacte CausalInferència causal↔ compara
- Avaluació d'Impact Contrafactual (AIC)Inferència causal↔ compara
- Diferència en Diferències (Diff-in-Diff)Econometria↔ compara
- Mètode del Control Sintètic (SCM)Inferència causal↔ compara
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →