ベイズ事象スタディデザイン

ベイズ事象スタディデザインは、頻度論的有意性検定を完全なベイズ推論フレームワークに置き換えることで、古典的な事象スタディの枠組みを拡張するものである。これは、推定期間から事前モデルを学習し、観測データでそれを更新することにより、事象（政策変更、発表、ショック）が結果の軌跡をどのように変化させるかを推定し、完全な不確実性定量化を伴う異常効果と累積因果影響に関する事後分布を提供する。