Kauzalitási hatás elemzése
A Brodersen et al. (2015) által a Google-nál bevezetett Kauzalitási hatás elemzése (Causal Impact Analysis) Bayes-féle strukturális idősori modelleket használ annak becslésére, hogy mi történt volna egy kimeneti adattal, ha egy beavatkozás soha nem történt volna meg. A kezelés előtti adatokból és kontroll változókból felépített valószínűségi ellen-tényállás (counterfactual) segítségével pontszerű és kumulatív kezelési hatásokat kvantifikál, teljes utólagos bizonytalansági intervallumokkal.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
+13 more
Források
- 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 ↗
- CausalImpact. Wikipedia. link ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Bayesian Structural Time-Series Causal Impact Analysis. ScholarGate. https://scholargate.app/hu/causal-inference/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.
- Bayesian Structural Time SeriesBayes-statisztika↔ compare
- A különbség-különbségek (Diff-in-Diff) módszerÖkonometria↔ compare
- Megszakított Idősor (ITS) ElemzésOksági következtetés↔ compare
- Tárgyhajlamossági pontszám illesztésKutatási statisztika↔ compare
- Szintetikus kontroll módszer (SCM)Oksági következtetés↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →