ScholarGate
Assistent
Regression modelQuasi-experimental / causal inference

Bayesiansk kontrafaktisk effektvurdering

Bayesiansk kontrafaktisk effektvurdering estimerer den kausale effekt af en intervention ved at konstruere en Bayesiansk posterior-fordeling over det kontrafaktiske udfald – hvad der ville være sket uden behandling. Metoden, populariseret af Brodersen et al. (2015) gennem CausalImpact-frameworket, anvender Bayesianske strukturelle tidsseriemodeller, der er tilpasset præ-interventionsperioden, til at forudsige den kontrafaktiske trajektorie og sammenligner derefter observerede post-interventionsudfald med denne forudsigelse.

Åbn i MethodMindSnartVideoSnartHent slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Metodekort

Nabolaget af beslægtede metoder — vælg en knude for at udforske.

Kilder

  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

Sådan citerer du denne side

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

Hvilken metode?

Stil denne metode ved siden af dens nærmeste slægtninge, og læs dem side om side — biblioteket lægger bøgerne på bordet; valget er dit.

Sammenlign side om side
ScholarGateBayesian Counterfactual Impact Evaluation (Bayesian Counterfactual Impact Evaluation). Hentet 2026-06-15 fra https://scholargate.app/da/causal-inference/bayesian-counterfactual-impact-evaluation · Datasæt: https://doi.org/10.5281/zenodo.20539026