Ujian Plasebo Bayesian
Ujian Plasebo Bayesian ialah strategi pemalsuan untuk inferens sebab akibat yang mengaplikasikan inferens Bayesian kepada senario plasebo — sama ada rawatan palsu dalam tempoh pra-intervensi, pada unit yang tidak terjejas, atau pada ambang sempadan fiksyen — untuk mengesahkan bahawa kesan rawatan yang diperhatikan tidak mungkin timbul secara kebetulan atau daripada model yang salah spesifikasi. Ia mengintegrasikan maklumat terdahulu dan menghasilkan taburan posterior bagi kesan plasebo untuk perbandingan kebarangkalian langsung.
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 ↗
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Bayesian Placebo Test for Causal Inference. ScholarGate. https://scholargate.app/ms/causal-inference/bayesian-placebo-test
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 Kausal BayesianInferens Kausal↔ compare
- Perbezaan-dalam-Perbezaan BayesianInferens Kausal↔ compare
- Metode Kawalan Sintetik BayesianInferens Kausal↔ compare
- Analisis Impak KausalInferens Kausal↔ compare
- Analisis Sensitiviti untuk KausalitiInferens Kausal↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →