Bejonsas sintētiskās kontroles metode
Bejonsas sintētiskās kontroles metode novērtē intervences ietekmi uz vienu vienību, konstruējot probablistisku kontrafaktuālu no neārstētu vienību svērtas kombinācijas. Atšķirībā no klasiskās SCM, tā piešķir pirms sadalījumu sintētiskajiem svariem, nodrošinot pilnus posteriorās nenoteiktības intervālus kontrafaktuālajai trajektorijai un ārstēšanas efektam katrā laika punktā pēc intervences.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
- Abadie, A., Diamond, A., & Hainmueller, J. (2010). Synthetic control methods for comparative case studies: Estimating the effect of California's tobacco control program. Journal of the American Statistical Association, 105(490), 493-505. DOI: 10.1198/jasa.2009.ap08746 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Bayesian Synthetic Control Method. ScholarGate. https://scholargate.app/lv/causal-inference/bayesian-synthetic-control-method
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.
- Beijesa atšķirību atšķirību metodeCēloņsakarību secināšana↔ compare
- Kausaālās ietekmes analīzeCēloņsakarību secināšana↔ compare
- Diferenču starpībām (Diff-in-Diff)Ekonometrija↔ compare
- Panel Data Synthetic Control MethodCēloņsakarību secināšana↔ compare
- Sintētiskās kontroles metode (SCM)Cēloņsakarību secināšana↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →