Valutazione Bayesiana Controfattuale dell'Impatto
La valutazione Bayesiana Controfattuale dell'Impatto stima l'effetto causale di un intervento costruendo una distribuzione a posteriori Bayesiana sull'esito controfattuale — ciò che sarebbe accaduto senza trattamento. Il metodo, reso popolare da Brodersen et al. (2015) attraverso il framework CausalImpact, utilizza modelli Bayesiani strutturali di serie temporali, adattati al periodo pre-intervento, per prevedere la traiettoria controfattuale, quindi confronta gli esiti osservati post-intervento con tale previsione.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Mappa dei metodi
Il vicinato dei metodi correlati — seleziona un nodo per esplorare.
Fonti
- 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 ↗
- Rubin, D. B. (2005). Causal inference using potential outcomes: Design, modeling, decisions. Journal of the American Statistical Association, 100(469), 322-331. DOI: 10.1198/016214504000001880 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Bayesian Counterfactual Impact Evaluation. ScholarGate. https://scholargate.app/it/causal-inference/bayesian-counterfactual-impact-evaluation
Quale metodo?
Affianca questo metodo ai suoi parenti più prossimi e leggili fianco a fianco — la biblioteca dispone i libri sul tavolo; la scelta è tua.
- Bayesian Difference-in-DifferencesInferenza causale↔ confronta
- Analisi di Impatto CausaleInferenza causale↔ confronta
- Valutazione Controfattuale dell'Impatto (CIE)Inferenza causale↔ confronta
- Difference-in-Differences (Diff-in-Diff)Econometria↔ confronta
- Metodo del Controllo Sintetico (SCM)Inferenza causale↔ confronta
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →