ScholarGate
Avustaja
Regression modelQuasi-experimental / causal inference

Bayesiläinen kontrafaktuaalinen vaikutusanalyysi

Bayesiläinen kontrafaktuaalinen vaikutusanalyysi (Bayesian Counterfactual Impact Evaluation) estimoi intervention kausaalisen vaikutuksen konstruoimalla Bayesiläisen posteriorijakauman kontrafaktuaaliselle tulokselle – eli sille, mitä olisi tapahtunut ilman hoitoa. Brodersen et al. (2015) popularisoivat menetelmän CausalImpact-kehyksen kautta. Se käyttää Bayesiläisiä rakenteellisia aikasarjamalleja, jotka sovitetaan interventiota edeltävään ajanjaksoon, ennustamaan kontrafaktuaalista kehitystä ja vertaamaan havaittuja interventiota jälkeisiä tuloksia ennusteeseen.

Avaa sovelluksessa MethodMindTulossaVideoTulossaLataa diat

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Menetelmäkartta

Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.

Lähteet

  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. 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

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Bayesian Counterfactual Impact Evaluation. ScholarGate. https://scholargate.app/fi/causal-inference/bayesian-counterfactual-impact-evaluation

Mikä menetelmä?

Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.

Vertaa rinnakkain
ScholarGateBayesian Counterfactual Impact Evaluation (Bayesian Counterfactual Impact Evaluation). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/causal-inference/bayesian-counterfactual-impact-evaluation · Aineisto: https://doi.org/10.5281/zenodo.20539026