Évaluation bayésienne d'impact contrefactuel
L'évaluation bayésienne d'impact contrefactuel estime l'effet causal d'une intervention en construisant une distribution postérieure bayésienne sur le résultat contrefactuel — ce qui se serait passé sans traitement. La méthode, popularisée par Brodersen et al. (2015) à travers le cadre CausalImpact, utilise des modèles bayésiens de séries chronologiques structurelles ajustés sur la période précédant l'intervention pour prédire la trajectoire contrefactuelle, puis compare les résultats observés après l'intervention à cette prédiction.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Carte des méthodes
Le voisinage des méthodes apparentées — sélectionnez un nœud pour explorer.
Sources
- 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 ↗
- 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 ↗
Comment citer cette page
ScholarGate. (2026, June 3). Bayesian Counterfactual Impact Evaluation. ScholarGate. https://scholargate.app/fr/causal-inference/bayesian-counterfactual-impact-evaluation
Quelle méthode ?
Placez cette méthode aux côtés de ses plus proches parentes et lisez-les côte à côte — la bibliothèque pose les ouvrages sur la table ; le choix vous revient.
- Différences-en-différences bayésiennesInférence causale↔ comparer
- Analyse d'impact causalInférence causale↔ comparer
- Évaluation d'Impact Contrefactuel (EIC)Inférence causale↔ comparer
- Différence-en-différences (Diff-in-Diff)Économétrie↔ comparer
- Méthode du Contrôle Synthétique (MCS)Inférence causale↔ comparer
Similar methods
Une erreur sur cette page ? Signalez-la ou proposez une correction →