Heterogen kausal effekt-analyse af interventioner
Heterogen kausal effekt-analyse af interventioner udvider det Bayesianske strukturelle tidsserie-kausale effekt-framework til ikke blot at estimere den gennemsnitlige effekt af en intervention, men også hvordan denne effekt varierer på tværs af undergrupper eller individuelle enheder. Ved at kombinere kontrafaktisk forudsigelse med estimering af betinget gennemsnitlig behandlingseffekt (CATE) afsløres det, hvilke grupper der har mest eller mindst gavn af en intervention.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Metodekort
Nabolaget af beslægtede metoder — vælg en knude for at udforske.
Kilder
- 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 ↗
- Athey, S., & Imbens, G. (2016). Recursive partitioning for heterogeneous causal effects. Proceedings of the National Academy of Sciences, 113(27), 7353-7360. DOI: 10.1073/pnas.1510489113 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Heterogeneous Treatment Effect Causal Impact Analysis. ScholarGate. https://scholargate.app/da/causal-inference/heterogeneous-treatment-effect-causal-impact-analysis
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.
- Analyse af kausal påvirkningKausal inferens↔ sammenlign
- Heterogen Behandlingseffekt Difference-in-Differences (HTE-DiD)Kausal inferens↔ sammenlign
- Afbrudt tidsserieanalyse (ITS)Kausal inferens↔ sammenlign
- Propensity Score MatchingForskningsstatistik↔ sammenlign
- Syntetisk Kontrol Metode (SCM)Kausal inferens↔ sammenlign
Similar methods
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →