Analisis Dampak Kausal yang Robust
Analisis Dampak Kausal yang Robust memperluas kerangka kerja Dampak Kausal Deret Waktu Struktural Bayesian (CausalImpact) (Brodersen et al., 2015) dengan menyematkan pemeriksaan robustitas sistematis — uji placebo dalam waktu, kontrol placebo dalam ruang, analisis sensitivitas kovariat, dan penilaian sensitivitas prior — untuk memverifikasi bahwa efek intervensi yang terdeteksi adalah asli dan bukan artefak pilihan model atau pola data yang kebetulan.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
- Cunningham, S. (2021). Causal Inference: The Mixtape. Yale University Press. ISBN: 978-0300251685
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Robust Causal Impact Analysis with Sensitivity and Placebo Checks. ScholarGate. https://scholargate.app/id/causal-inference/robust-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.
- Analisis Dampak Kausal BayesianInferensi Kausal↔ compare
- Analisis Dampak KausalInferensi Kausal↔ compare
- Analisis Deret Waktu Terinterupsi (ITS)Inferensi Kausal↔ compare
- Analisis Sensitivitas untuk KausalitasInferensi Kausal↔ compare
- Metode Kontrol Sintetis (SCM)Inferensi Kausal↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →