ScholarGate
アシスタント
Regression modelQuasi-experimental / causal inference

異質的処置効果因果影響分析

異質的処置効果因果影響分析は、ベイズ構造時系列因果影響フレームワークを拡張し、介入の平均効果だけでなく、その効果がサブグループまたは個々の単位間でどのように変化するかを推定します。反事実予測と条件付き平均処置効果(CATE)推定を組み合わせることで、どのグループが介入から最も利益を得るか、または最も利益を得ないかを明らかにします。

MethodMindで開く近日公開Apply, compare, get guidance
Tools & resources
スライドをダウンロード
Learn & explore
動画近日公開

手法の全文を読む

会員限定

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。

ログイン

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

  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. Athey, S., & Imbens, G. (2016). Recursive partitioning for heterogeneous causal effects. Proceedings of the National Academy of Sciences, 113(27), 7353-7360. DOI: 10.1073/pnas.1510489113

このページの引用方法

ScholarGate. (2026, June 3). Heterogeneous Treatment Effect Causal Impact Analysis. ScholarGate. https://scholargate.app/ja/causal-inference/heterogeneous-treatment-effect-causal-impact-analysis

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。

並べて比較する
ScholarGateHeterogeneous treatment effect Causal impact analysis (Heterogeneous Treatment Effect Causal Impact Analysis). 2026-06-17に以下より取得 https://scholargate.app/ja/causal-inference/heterogeneous-treatment-effect-causal-impact-analysis · データセット: https://doi.org/10.5281/zenodo.20539026