ScholarGate
Assistente
Regression modelQuasi-experimental / causal inference

Analisi di Impatto Causale

L'Analisi di Impatto Causale, introdotta da Brodersen et al. (2015) in Google, utilizza modelli bayesiani strutturali di serie temporali per stimare cosa sarebbe accaduto a una variabile di esito se un intervento non fosse mai avvenuto. Costruendo un controfattuale probabilistico a partire da dati pre-intervento e covariate di controllo, quantifica gli effetti del trattamento puntuali e cumulativi con intervalli di incertezza posteriore completi.

Apri in MethodMindIn arrivoVideoIn arrivoDownload slides

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Method map

The neighbourhood of related methods — select a node to explore.

+13 more

Fonti

  1. 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
  2. CausalImpact. Wikipedia. link

Come citare questa pagina

ScholarGate. (2026, June 3). Bayesian Structural Time-Series Causal Impact Analysis. ScholarGate. https://scholargate.app/it/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.

Compare side by side

Citato da

ScholarGateCausal Impact Analysis (Bayesian Structural Time-Series Causal Impact Analysis). Consultato il 2026-06-15 da https://scholargate.app/it/causal-inference/causal-impact-analysis · Insieme di dati: https://doi.org/10.5281/zenodo.20539026