Regression modelQuasi-experimental / causal inference
ベイズ的反実仮想影響評価
ベイズ的反実仮想影響評価は、介入がなかった場合に何が起こったかという反実仮想の結果に対するベイズ事後分布を構築することにより、介入の因果効果を推定する。Brodersenら（2015）がCausalImpactフレームワークを通じて普及させたこの手法は、介入前の期間に適合させたベイズ構造時系列モデルを用いて反実仮想の軌跡を予測し、その後、観察された介入後の結果をその予測と比較する。
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。
手法マップ
関連する手法の近傍 — ノードを選択して探索できます。
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 ↗
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). Bayesian Counterfactual Impact Evaluation. ScholarGate. https://scholargate.app/ja/causal-inference/bayesian-counterfactual-impact-evaluation
どの手法を選ぶ？
この手法を最も近い類縁の手法と並べ、両者を見比べてください — ライブラリは本を机の上に並べるだけ。選ぶのはあなたです。
- ベイジアン差分の差 (Bayesian Difference-in-Differences)因果推論↔ 比較
- 因果影響分析因果推論↔ 比較
- 反実仮想による影響評価（CIE）因果推論↔ 比較
- 差分の差 (Difference-in-Differences, DiD)計量経済学↔ 比較
- 合成コントロール法（SCM）因果推論↔ 比較