विषम उपचार प्रभाव कारण प्रभाव विश्लेषण
विषम उपचार प्रभाव कारण प्रभाव विश्लेषण बेयसियन संरचनात्मक समय-श्रृंखला कारण प्रभाव ढांचे का विस्तार करता है ताकि न केवल हस्तक्षेप के औसत प्रभाव का अनुमान लगाया जा सके, बल्कि यह भी पता लगाया जा सके कि वह प्रभाव उपसमूहों या व्यक्तिगत इकाइयों में कैसे भिन्न होता है। प्रतिवादित भविष्यवाणी को सशर्त औसत उपचार प्रभाव (CATE) अनुमान के साथ जोड़कर, यह बताता है कि कौन से समूह किसी हस्तक्षेप से सबसे अधिक या सबसे कम लाभान्वित होते हैं।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
पद्धति मानचित्र
सम्बन्धित पद्धतियों का परिवेश — अन्वेषण हेतु किसी नोड का चयन करें।
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 ↗
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Heterogeneous Treatment Effect Causal Impact Analysis. ScholarGate. https://scholargate.app/hi/causal-inference/heterogeneous-treatment-effect-causal-impact-analysis
कौन-सी पद्धति?
इस पद्धति को उसकी निकटतम सजातीय पद्धतियों के साथ रखकर उन्हें साथ-साथ पढ़ें — पुस्तकालय पुस्तकें मेज़ पर रख देता है; चुनाव आपका है।
- कार्यकारण प्रभाव विश्लेषणकारणात्मक अनुमान↔ तुलना करें
- विषम उपचार प्रभाव अंतर-में-अंतर (HTE-DiD)कारणात्मक अनुमान↔ तुलना करें
- रुकावट वाली समय श्रृंखला (ITS) विश्लेषणकारणात्मक अनुमान↔ तुलना करें
- प्रोपेंसिटी स्कोर मैचिंगअनुसंधान सांख्यिकी↔ तुलना करें
- सिंथेटिक कंट्रोल मेथड (SCM)कारणात्मक अनुमान↔ तुलना करें