Analýza kauzálního dopadu
Analýza kauzálního dopadu, kterou představili Brodersen et al. (2015) ve společnosti Google, využívá bayesovské strukturální časové řady k odhadu toho, co by se stalo s výsledkem, kdyby k intervenci nikdy nedošlo. Konstrukcí pravděpodobnostního kontrafaktuálního scénáře z dat před intervencí a kontrolních kovariátů kvantifikuje bodové a kumulativní účinky léčby s plnými intervaly nejistoty posteriorní distribuce.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
+13 more
Zdroje
- 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 ↗
- CausalImpact. Wikipedia. link ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Bayesian Structural Time-Series Causal Impact Analysis. ScholarGate. https://scholargate.app/cs/causal-inference/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.
- Bayesovské strukturální časové řadyBayesovská statistika↔ compare
- Rozdíl v rozdílech (Diff-in-Diff)Ekonometrie↔ compare
- Analýza přerušených časových řad (ITS)Kauzální inference↔ compare
- Párování na základě skóre propensityStatistika ve výzkumu↔ compare
- Syntetická kontrolní metoda (SCM)Kauzální inference↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →