Analyse d'impact causal bayésien

L'analyse d'impact causal bayésien utilise un modèle bayésien de séries chronologiques structurelles (BSTS) pour estimer l'effet causal d'une intervention sur une série chronologique de résultats. Développée par Brodersen et ses collègues chez Google en 2015, elle construit un contrefactuel probabiliste — à quoi la série aurait ressemblé sans l'intervention — à partir des données pré-intervention et de covariables de contrôle optionnelles, puis la compare aux valeurs observées post-intervention pour produire un postérieur entièrement bayésien sur l'effet causal.