ScholarGate
Asistent
Regression modelQuasi-experimental / causal inference

Bayesovské vyhodnocení kauzálního dopadu

Bayesovské vyhodnocení kauzálního dopadu odhaduje kauzální efekt intervence konstrukcí Bayesovské aposteriorní distribuce nad kontrafaktuálním výsledkem — co by se stalo bez léčby. Metoda, popularizovaná Brodersenem et al. (2015) prostřednictvím frameworku CausalImpact, používá Bayesovské strukturální časové řady modelované na období před intervencí k predikci kontrafaktuální trajektorie, a poté porovnává pozorované výsledky po intervenci s touto predikcí.

Otevřít v MethodMindJiž brzyVideoJiž brzyStáhnout prezentaci

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Mapa metod

Okolí příbuzných metod — vyberte uzel, který chcete prozkoumat.

Zdroje

  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. 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

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Bayesian Counterfactual Impact Evaluation. ScholarGate. https://scholargate.app/cs/causal-inference/bayesian-counterfactual-impact-evaluation

Která metoda?

Postavte tuto metodu vedle jejích nejbližších příbuzných a čtěte je vedle sebe — knihovna položí knihy na stůl; volba je na vás.

Porovnat vedle sebe
ScholarGateBayesian Counterfactual Impact Evaluation (Bayesian Counterfactual Impact Evaluation). Získáno 2026-06-15 z https://scholargate.app/cs/causal-inference/bayesian-counterfactual-impact-evaluation · Datová sada: https://doi.org/10.5281/zenodo.20539026