Bayesianische Methode der synthetischen Kontrolle
Die Bayesian Synthetic Control Method schätzt den kausalen Effekt einer Intervention auf eine einzelne behandelte Einheit, indem sie ein probabilistisches Kontrafaktum aus einer gewichteten Kombination unbehandelter Geber-Einheiten konstruiert. Im Gegensatz zur klassischen SCM wird eine A-priori-Verteilung über die synthetischen Gewichte gelegt, was zu vollständigen Posterior-Unsicherheitsintervallen für die kontrafaktische Trajektorie und den Behandlungseffekt zu jedem Zeitpunkt nach der Intervention führt.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- 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 ↗
- Abadie, A., Diamond, A., & Hainmueller, J. (2010). Synthetic control methods for comparative case studies: Estimating the effect of California's tobacco control program. Journal of the American Statistical Association, 105(490), 493-505. DOI: 10.1198/jasa.2009.ap08746 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Bayesian Synthetic Control Method. ScholarGate. https://scholargate.app/de/causal-inference/bayesian-synthetic-control-method
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.
- Bayesian Difference-in-DifferencesKausale Inferenz↔ compare
- Kausale AuswirkungsanalyseKausale Inferenz↔ compare
- Differenz-in-Differenzen (DiD)Ökonometrie↔ compare
- Paneldaten-Synthetische-KontrollmethodeKausale Inferenz↔ compare
- Synthetische Kontrollmethode (SCM)Kausale Inferenz↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →