Análisis de Impacto Causal Bayesiano

El Análisis de Impacto Causal Bayesiano utiliza un modelo de series temporales estructurales bayesianas (BSTS, por sus siglas en inglés) para estimar el efecto causal de una intervención en una serie temporal de resultados. Desarrollado por Brodersen y colegas de Google en 2015, construye un contrafactual probabilístico —cómo se habría visto la serie sin la intervención— a partir de datos pre-intervención y covariables de control opcionales, y luego lo compara con los valores observados post-intervención para producir una posterior bayesiana completa sobre el efecto causal.