Strojové učení-rozšířená přerušená časová řada
Strojové učení-rozšířená přerušená časová řada (ML-ITS) odhaduje kauzální účinek diskrétní intervence natrénováním modelu strojového učení na datech časové řady před intervencí, promítnutím kontrafaktuální trajektorie do období po intervenci a měřením mezery mezi pozorovanými a predikovanými výsledky. Rozšiřuje klasickou ITS nahrazením parametrických předpokladů trendu flexibilními ML odhadci, jako jsou gradient boosting, náhodné lesy nebo bayesovské modely časových řad (Bayesian structural time-series models).
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
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 ↗
- Varian, H. R. (2014). Big Data: New Tricks for Econometrics. Journal of Economic Perspectives, 28(2), 3-28. DOI: 10.1257/jep.28.2.3 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Machine Learning-Augmented Interrupted Time Series Analysis. ScholarGate. https://scholargate.app/cs/causal-inference/machine-learning-augmented-interrupted-time-series
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.
- Analýza kauzálního dopaduKauzální inference↔ compare
- Rozdíl v rozdílech (Diff-in-Diff)Ekonometrie↔ compare
- Dynamická přerušená časová řadaKauzální inference↔ compare
- Analýza přerušených časových řad (ITS)Kauzální inference↔ compare
- Strojové učení rozšířené rozdíly v rozdílech (ML-DiD)Kauzální inference↔ compare
- Syntetická kontrolní metoda (SCM)Kauzální inference↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →