Robuste Kausale Auswirkungsanalyse
Robuste Kausale Auswirkungsanalyse erweitert das Bayesianische Strukturelle Zeitreihen-Framework CausalImpact (Brodersen et al., 2015) durch die Einbettung systematischer Robustheitsprüfungen – Placebo-Tests in der Zeit, Placebo-Kontrollen im Raum, Kovariaten-Sensitivitätsanalyse und Prior-Sensitivitätsbewertungen –, um zu verifizieren, dass ein erkannter Interventionseffekt echt und kein Artefakt von Modellwahlen oder zufälligen Datenmustern ist.
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 ↗
- Cunningham, S. (2021). Causal Inference: The Mixtape. Yale University Press. ISBN: 978-0300251685
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Robust Causal Impact Analysis with Sensitivity and Placebo Checks. ScholarGate. https://scholargate.app/de/causal-inference/robust-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.
- Bayesian Causal Impact AnalysisKausale Inferenz↔ compare
- Kausale AuswirkungsanalyseKausale Inferenz↔ compare
- Analyse von unterbrochenen Zeitreihen (Interrupted Time Series, ITS)Kausale Inferenz↔ compare
- Sensitivitätsanalyse für KausalitätKausale Inferenz↔ compare
- Synthetische Kontrollmethode (SCM)Kausale Inferenz↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →