تحلیل اثرات علیِ ناهمگنِ مداخله
تحلیل اثرات علیِ ناهمگنِ مداخله، چارچوبِ تحلیلِ اثراتِ علیِ مبتنی بر مدلهای ساختاریِ بیزیِ سریهای زمانی را گسترش میدهد تا نه تنها میانگینِ اثرِ یک مداخله، بلکه چگونگیِ تغییرِ آن اثر را در میانِ زیرگروهها یا واحدهایِ منفرد تخمین بزند. با ترکیبِ پیشبینیِ ضدواقعی با تخمینِ میانگینِ شرطیِ اثرِ مداخله (CATE)، مشخص میکند که کدام گروهها بیشترین یا کمترین سود را از یک مداخله میبرند.
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 ↗
- Athey, S., & Imbens, G. (2016). Recursive partitioning for heterogeneous causal effects. Proceedings of the National Academy of Sciences, 113(27), 7353-7360. DOI: 10.1073/pnas.1510489113 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Heterogeneous Treatment Effect Causal Impact Analysis. ScholarGate. https://scholargate.app/fa/causal-inference/heterogeneous-treatment-effect-causal-impact-analysis
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.
- تحلیل اثر علیّتاستنتاج علّی↔ مقایسه
- تخمینگر تفاوت در تفاوت اثرات درمان ناهمگن (HTE-DiD)استنتاج علّی↔ مقایسه
- تحلیل سری زمانی مقطعدار (ITS)استنتاج علّی↔ مقایسه
- تطابق امتیاز تمایل (Propensity Score Matching)آمار پژوهش↔ مقایسه
- روش کنترل ترکیبی (SCM)استنتاج علّی↔ مقایسه
Similar methods
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →