ScholarGate
Assistent
Regression modelQuasi-experimental / causal inference

Anàlisi d'Impacte Causal Multi-Període

L'Anàlisi d'Impacte Causal Multi-Període estén el marc bayesià de sèries temporals estructurals de Brodersen et al. (2015) a situacions on una intervenció ocorre durant múltiples períodes distints, s'aplica en moments esglaonats a diferents unitats, o on els investigadors desitgen avaluar efectes acumulatius i específics per període dins d'un únic model unificat. Construeix un contrafactual sintètic a partir de covariables de control i el projecta a través de cada finestra d'intervenció per quantificar els efectes causals.

Obre a MethodMindAviatVídeoAviatBaixa les diapositives

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Mapa de mètodes

El veïnat de mètodes relacionats — seleccioneu un node per explorar-lo.

Fonts

  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. Bojinov, I., & Shephard, N. (2019). Time series experiments and causal estimands: exact randomization tests and trading. Journal of the American Statistical Association, 114(528), 1665-1682. DOI: 10.1080/01621459.2018.1527225

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Multi-period Bayesian Causal Impact Analysis. ScholarGate. https://scholargate.app/ca/causal-inference/multi-period-causal-impact-analysis

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.

Compara de costat a costat
ScholarGateMulti-period Causal Impact Analysis (Multi-period Bayesian Causal Impact Analysis). Recuperat el 2026-06-15 de https://scholargate.app/ca/causal-inference/multi-period-causal-impact-analysis · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026