Regression modelQuasi-experimental / causal inference
인과 충격 분석
Google의 Brodersen 등(2015)이 소개한 인과 충격 분석(Causal Impact Analysis)은 개입이 발생하지 않았을 경우 결과에 어떤 일이 일어났을지 추정하기 위해 베이즈 구조적 시계열 모델을 사용합니다. 사전 처리 데이터와 통제 공변량으로부터 확률적 반사실을 구성함으로써, 시점별 및 누적 처리 효과를 완전한 사후 불확실성 구간과 함께 정량화합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
+13 more
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bayesian Structural Time-Series Causal Impact Analysis. ScholarGate. https://scholargate.app/ko/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.
- 베이지안 구조 시계열베이지안↔ compare
- 이중차분법 (Diff-in-Diff)계량경제학↔ compare
- 시계열 단절 분석 (Interrupted Time Series, ITS)인과추론↔ compare
- 성향 점수 매칭연구 통계↔ compare
- 합성 통제 방법 (SCM)인과추론↔ compare
이 방법을 참조하는 항목
베이지안 인과적 영향 분석(Bayesian Causal Impact Analysis)베이지안 반사실적 영향 평가베이즈 차이의 차이(Bayesian Difference-in-Differences)베이지안 사건 연구 설계베이지안 플라시보 검정베이즈 합성 통제 방법반사실적 영향 평가 (CIE)이질적 처리 효과 인과 영향 분석이종(異種) 처리 효과 합성 통제법머신러닝 증강 인과적 영향 분석기계 학습 증강 반사실적 영향 평가머신러닝 강화 중단 시계열 분석머신러닝 증강 합성 통제법다기간 인과 영향 분석패널 데이터 인과적 영향 분석정책 평가 인과적 영향 분석강건한 인과 영향 분석합성 통제 방법 (SCM)교육 연구에서의 합성 통제 방법