Regression modelQuasi-experimental / causal inference

Kausaalivaikutusanalyysi

Kausaalivaikutusanalyysi, jonka Brodersen et al. (2015) esittelivät Googlessa, käyttää Bayesiläisiä rakenteellisia aikasarjamalleja arvioimaan, mitä lopputulokselle olisi tapahtunut, jos interventiota ei olisi koskaan toteutettu. Rakentamalla todennäköisyyspohjaisen vastafaktuaalin ennen hoitoa saadusta datasta ja kontrollimuuttujista se kvantifioi pisteittäiset ja kumulatiiviset hoitovaikutukset täysillä posteriorisilla epävarmuusväleillä.

Avaa sovelluksessa MethodMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

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

+13 more

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. CausalImpact. Wikipedia. link

Näin viittaat tähän sivuun

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

Tähän viittaavat

ScholarGateCausal Impact Analysis (Bayesian Structural Time-Series Causal Impact Analysis). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/causal-inference/causal-impact-analysis · Aineisto: https://doi.org/10.5281/zenodo.20539026