बायेसियन कॉज़ल इम्पैक्ट एनालिसिस
बायेसियन कॉज़ल इम्पैक्ट एनालिसिस समय श्रृंखला परिणाम पर हस्तक्षेप के कारण प्रभाव का अनुमान लगाने के लिए बायेसियन स्ट्रक्चरल टाइम सीरीज़ (BSTS) मॉडल का उपयोग करता है। 2015 में गूगल में ब्रोडर्सन और सहयोगियों द्वारा विकसित, यह हस्तक्षेप-पूर्व डेटा और वैकल्पिक नियंत्रण सहचरों से एक संभाव्य प्रति-तथ्यात्मक — हस्तक्षेप के बिना श्रृंखला कैसी दिखती — बनाता है, फिर इसे देखे गए हस्तक्षेप-पश्चात मानों से तुलना करके कारण प्रभाव पर पूरी तरह से बायेसियन पश्च प्राप्त करता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
- Scott, S. L., & Varian, H. R. (2014). Predicting the present with Bayesian structural time series. International Journal of Mathematical Modelling and Numerical Optimisation, 5(1-2), 4-23. DOI: 10.1504/IJMMNO.2014.059942 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Bayesian Causal Impact Analysis via Structural Time Series. ScholarGate. https://scholargate.app/hi/causal-inference/bayesian-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.
- कार्यकारण प्रभाव विश्लेषणकारणात्मक अनुमान↔ compare
- अंतर-में-अंतर (डिफ-इन-डिफ)अर्थमिति↔ compare
- रुकावट वाली समय श्रृंखला (ITS) विश्लेषणकारणात्मक अनुमान↔ compare
- सिंथेटिक कंट्रोल मेथड (SCM)कारणात्मक अनुमान↔ compare