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.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
+13 more
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 ↗
- 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.
- Serie Temporali Strutturali BayesianeBayesiano↔ compare
- Difference-in-Differences (Diff-in-Diff)Econometria↔ compare
- Analisi delle Serie Storiche Interrotte (ITS)Inferenza causale↔ compare
- Abbinamento del punteggio di propensioneStatistica per la ricerca↔ compare
- Metodo del Controllo Sintetico (SCM)Inferenza causale↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →