تحلیل اثر علّی ارزیابی سیاست
تحلیل اثر علّی ارزیابی سیاست، چارچوب سریهای زمانی ساختاری بیزی (BSTS) برودرسن و همکاران (2015) را برای تخمین اثر علّی یک مداخله سیاستی بر نتایج کلان به کار میگیرد. با ساخت یک ضدواقعیت ترکیبی از دادههای پیش از سیاست و متغیرهای کمکی کنترلی، این تحلیل میپرسد: اگر سیاست اجرا نمیشد چه اتفاقی میافتاد؟ تفاوت بین نتایج مشاهدهشده و پیشبینیشده پس از سیاست، اثر تخمینزدهشده سیاست است.
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 ↗
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Policy Evaluation Causal Impact Analysis via Bayesian Structural Time-Series. ScholarGate. https://scholargate.app/fa/causal-inference/policy-evaluation-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 تأثیر سببی بیزی (Bayesian Causal Impact Analysis)استنتاج علّی↔ مقایسه
- تحلیل اثر علیّتاستنتاج علّی↔ مقایسه
- روش تفاوت در تفاوت (Diff-in-Diff)اقتصادسنجی↔ مقایسه
- تحلیل سری زمانی مقطعدار (ITS)استنتاج علّی↔ مقایسه
- ارزیابی سیاست با سریهای زمانی منقطعاستنتاج علّی↔ مقایسه
- روش کنترل ترکیبی (SCM)استنتاج علّی↔ مقایسه
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →