Regression modelQuasi-experimental / causal inference

Análisis de Impacto Causal

El Análisis de Impacto Causal, introducido por Brodersen et al. (2015) en Google, utiliza modelos bayesianos de series temporales estructurales para estimar qué habría sucedido con una variable de resultado si una intervención nunca hubiera ocurrido. Al construir un contrafactual probabilístico a partir de datos pre-intervención y covariables de control, cuantifica los efectos del tratamiento puntuales y acumulativos con intervalos de incertidumbre posteriores completos.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

+13 more

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. CausalImpact. Wikipedia. link

Cómo citar esta página

ScholarGate. (2026, June 3). Bayesian Structural Time-Series Causal Impact Analysis. ScholarGate. https://scholargate.app/es/causal-inference/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.

Compare side by side

Citado por

ScholarGateCausal Impact Analysis (Bayesian Structural Time-Series Causal Impact Analysis). Recuperado el 2026-06-15 de https://scholargate.app/es/causal-inference/causal-impact-analysis · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026