Εύρωστη Ανάλυση Αιτιώδους Επίπτωσης
Η Εύρωστη Ανάλυση Αιτιώδους Επίπτωσης επεκτείνει το πλαίσιο Bayesian Structural Time-Series CausalImpact (Brodersen et al., 2015) ενσωματώνοντας συστηματικούς ελέγχους ευρωστίας — ενδοχρονικές δοκιμές εικονικού συμβάντος (placebo), χωρικές δοκιμές εικονικού ελέγχου (placebo), ανάλυση ευαισθησίας ως προς συνδιακυμάνσεις (covariates) και αξιολογήσεις ευαισθησίας ως προς τις εκ των προτέρων κατανομές (priors) — για να επαληθεύσει ότι μια ανιχνευόμενη επίδραση παρέμβασης είναι γνήσια και όχι τεχνούργημα επιλογών μοντέλου ή συμπτωματικών προτύπων δεδομένων.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Χάρτης μεθόδων
Η γειτονιά των σχετιζόμενων μεθόδων — επιλέξτε έναν κόμβο για εξερεύνηση.
Πηγές
- 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
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Robust Causal Impact Analysis with Sensitivity and Placebo Checks. ScholarGate. https://scholargate.app/el/causal-inference/robust-causal-impact-analysis
Ποια μέθοδος;
Τοποθετήστε αυτή τη μέθοδο δίπλα στις πιο συγγενείς της και διαβάστε τις παράλληλα — η βιβλιοθήκη απλώνει τα βιβλία στο τραπέζι· η επιλογή είναι δική σας.
- Ανάλυση Αιτιώδους Επίπτωσης με Βάση το BayesΑιτιακή Συμπερασματολογία↔ σύγκριση
- Ανάλυση Αιτιώδους ΕπίπτωσηςΑιτιακή Συμπερασματολογία↔ σύγκριση
- Ανάλυση Διακοπτόμενης Χρονοσειράς (ITS)Αιτιακή Συμπερασματολογία↔ σύγκριση
- Ανάλυση Ευαισθησίας για ΑιτιότηταΑιτιακή Συμπερασματολογία↔ σύγκριση
- Μέθοδος Συνθετικού Ελέγχου (SCM)Αιτιακή Συμπερασματολογία↔ σύγκριση
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →