Método de Control Sintético Bayesiano
El Método de Control Sintético Bayesiano estima el efecto causal de una intervención en una única unidad tratada mediante la construcción de un contrafactual probabilístico a partir de una combinación ponderada de unidades donantes no tratadas. A diferencia del SCM clásico, este método asigna una distribución a priori sobre los pesos sintéticos, lo que produce intervalos de incertidumbre posteriores completos para la trayectoria contrafactual y el efecto del tratamiento en cada punto temporal posterior a la intervención.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Bayesian Synthetic Control Method. ScholarGate. https://scholargate.app/es/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.
- Diferencias en Diferencias BayesianoInferencia causal↔ compare
- Análisis de Impacto CausalInferencia causal↔ compare
- Diferencia en Diferencias (Diff-in-Diff)Econometría↔ compare
- Método de Control Sintético para Datos de PanelInferencia causal↔ compare
- Método de Control Sintético (SCM)Inferencia causal↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →