Analisis Impak Kausal Bayesian
Analisis Impak Kausal Bayesian menggunakan model siri masa struktur Bayesian (BSTS) untuk menganggarkan kesan kausal sesuatu intervensi terhadap hasil siri masa. Dibangunkan oleh Brodersen dan rakan-rakan di Google pada tahun 2015, ia membina kaunterfaktual probabilistik — iaitu bagaimana siri tersebut akan kelihatan tanpa intervensi — daripada data pra-intervensi dan kovariat kawalan pilihan, kemudian membandingkannya dengan nilai pasca-intervensi yang diperhatikan untuk menghasilkan posterior Bayesian penuh ke atas kesan kausal.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
- Scott, S. L., & Varian, H. R. (2014). Predicting the present with Bayesian structural time series. International Journal of Mathematical Modelling and Numerical Optimisation, 5(1-2), 4-23. DOI: 10.1504/IJMMNO.2014.059942 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Bayesian Causal Impact Analysis via Structural Time Series. ScholarGate. https://scholargate.app/ms/causal-inference/bayesian-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.
- Analisis Impak KausalInferens Kausal↔ compare
- Perbezaan-dalam-Perbezaan (Diff-in-Diff)Ekonometrik↔ compare
- Analisis Siri Masa Terganggu (ITS)Inferens Kausal↔ compare
- Kaedah Kawalan Sintetik (SCM)Inferens Kausal↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →