ارزیابی تأثیر پادواقعگرایانه بیزی
ارزیابی تأثیر پادواقعگرایانه بیزی، اثر علی یک مداخله را با ساختن یک توزیع پسین بیزی بر روی نتیجه پادواقعگرایانه تخمین میزند - یعنی آنچه بدون درمان اتفاق میافتاد. این روش که توسط Brodersen و همکاران (2015) از طریق چارچوب CausalImpact محبوبیت یافت، از مدلهای سری زمانی ساختاری بیزی استفاده میکند که بر روی دوره پیش از مداخله برازش داده شدهاند تا مسیر پادواقعگرایانه را پیشبینی کنند، سپس نتایج مشاهده شده پس از مداخله را با آن پیشبینی مقایسه میکند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
نقشهٔ روش
همسایگی روشهای مرتبط — برای کاوش، یک گره را برگزینید.
منابع
- 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 ↗
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Bayesian Counterfactual Impact Evaluation. ScholarGate. https://scholargate.app/fa/causal-inference/bayesian-counterfactual-impact-evaluation
کدام روش؟
این روش را در کنار نزدیکترین روشهای خویشاوندش بگذارید و آنها را کنار هم بخوانید — کتابخانه کتابها را روی میز میگشاید؛ انتخاب با شماست.
- تفاوتهای بیزی در تفاوتها (Bayesian Difference-in-Differences)استنتاج علّی↔ مقایسه
- تحلیل اثر علیّتاستنتاج علّی↔ مقایسه
- ارزیابی پیامدهای پادواقعی (CIE)استنتاج علّی↔ مقایسه
- روش تفاوت در تفاوت (Diff-in-Diff)اقتصادسنجی↔ مقایسه
- روش کنترل ترکیبی (SCM)استنتاج علّی↔ مقایسه
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →