Heterogeenisen hoitovaikutuksen kausaalisen vaikutuksen analyysi
Heterogeenisen hoitovaikutuksen kausaalisen vaikutuksen analyysi laajentaa Bayesiläisen rakenteellisen aikasarjan kausaalisen vaikutuksen viitekehyksen arvioimaan paitsi interventioiden keskimääräistä vaikutusta, myös sitä, miten tämä vaikutus vaihtelee alaryhmien tai yksittäisten yksiköiden välillä. Yhdistämällä kontrafaktuaalisen ennustamisen ehdollisen keskimääräisen hoitovaikutuksen (CATE) estimointiin, se paljastaa, mitkä ryhmät hyötyvät interventioista eniten tai vähiten.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Menetelmäkartta
Lähimenetelmien naapurusto — valitse solmu tutkiaksesi.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Heterogeneous Treatment Effect Causal Impact Analysis. ScholarGate. https://scholargate.app/fi/causal-inference/heterogeneous-treatment-effect-causal-impact-analysis
Mikä menetelmä?
Aseta tämä menetelmä lähimpien sukulaistensa rinnalle ja lue niitä yhdessä — kirjasto asettaa teokset pöydälle; valinta on sinun.
- KausaalivaikutusanalyysiKausaalipäättely↔ vertaa
- Heterogeenisen hoitovaikutuksen erojen erot (HTE-DiD)Kausaalipäättely↔ vertaa
- Aikasarjojen katkosanalyysi (Interrupted Time Series, ITS)Kausaalipäättely↔ vertaa
- Propensity Score MatchingTutkimuksen tilastomenetelmät↔ vertaa
- Synteettisen kontrollin menetelmä (SCM)Kausaalipäättely↔ vertaa
Similar methods
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →