Regression modelQuasi-experimental / causal inference

הפרשים-בהפרשים בייסיאני

הפרשים-בהפרשים בייסיאני מיישם היסק סטטיסטי בייסיאני על תכנון ה-DiD הקלאסי, ומחליף אומדני נקודה תדירותיים בהתפלגויות פוסטריוריות מלאות על אפקט הטיפול. זה מניב לא רק אומדן של האפקט הסיבתי אלא גם הצהרת הסתברות קוהרנטית לגבי גודלו ואי-ודאותו, מה שהופך אותו שימושי במיוחד כאשר גודלי המדגם צנועים או כאשר ידע קודם אינפורמטיבי זמין.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

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

+8 more

מקורות

  1. Li, F., & Marchand, J. (2023). Bayesian inference for difference-in-differences. Econometrics Journal, 26(3), 509-529. link
  2. 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

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Bayesian Difference-in-Differences Estimator. ScholarGate. https://scholargate.app/he/causal-inference/bayesian-difference-in-differences

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

מאוזכר על ידי

ScholarGateBayesian Difference-in-Differences (Bayesian Difference-in-Differences Estimator). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/causal-inference/bayesian-difference-in-differences · מערך נתונים: https://doi.org/10.5281/zenodo.20539026