Regression modelQuasi-experimental / causal inference
ベイジアン因果影響分析 (Bayesian Causal Impact Analysis)
ベイジアン因果影響分析は、ベイジアン構造時系列 (Bayesian structural time series, BSTS) モデルを用いて、ある介入が時系列アウトカムに及ぼす因果効果を推定する手法である。2015年にGoogleのBrodersenらによって開発されたこの手法は、介入前のデータとオプションの制御共変量から確率的対照（介入がなかった場合にその系列がどうなっていたか）を構築し、それを観測された介入後の値と比較することで、因果効果に関する完全なベイジアン事後分布を得る。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
- Scott, S. L., & Varian, H. R. (2014). Predicting the present with Bayesian structural time series. International Journal of Mathematical Modelling and Numerical Optimisation, 5(1-2), 4-23. DOI: 10.1504/IJMMNO.2014.059942 ↗
このページの引用方法
ScholarGate. (2026, June 3). Bayesian Causal Impact Analysis via Structural Time Series. ScholarGate. https://scholargate.app/ja/causal-inference/bayesian-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.
- 因果影響分析因果推論↔ compare
- 差分の差 (Difference-in-Differences, DiD)計量経済学↔ compare
- 中断時系列分析（Interrupted Time Series, ITS）因果推論↔ compare
- 合成コントロール法（SCM）因果推論↔ compare