ScholarGate
Asistente
Regression modelQuasi-experimental / causal inference

Evaluación Bayesiana Contrafactual del Impacto

La Evaluación Bayesiana Contrafactual del Impacto estima el efecto causal de una intervención construyendo una distribución bayesiana a posteriori sobre el resultado contrafactual —lo que habría ocurrido sin tratamiento. El método, popularizado por Brodersen et al. (2015) a través del marco CausalImpact, utiliza modelos bayesianos estructurales de series de tiempo ajustados en el período pre-intervención para predecir la trayectoria contrafactual, y luego compara los resultados observados post-intervención con esa predicción.

Abrir en MethodMindPróximamenteVídeoPróximamenteDescargar diapositivas

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Mapa de métodos

El vecindario de métodos relacionados: selecciona un nodo para explorarlo.

Fuentes

  1. 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
  2. Rubin, D. B. (2005). Causal inference using potential outcomes: Design, modeling, decisions. Journal of the American Statistical Association, 100(469), 322-331. DOI: 10.1198/016214504000001880

Cómo citar esta página

ScholarGate. (2026, June 3). Bayesian Counterfactual Impact Evaluation. ScholarGate. https://scholargate.app/es/causal-inference/bayesian-counterfactual-impact-evaluation

¿Qué método?

Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.

Comparar lado a lado
ScholarGateBayesian Counterfactual Impact Evaluation (Bayesian Counterfactual Impact Evaluation). Recuperado el 2026-06-15 de https://scholargate.app/es/causal-inference/bayesian-counterfactual-impact-evaluation · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026