Analisis Impak Kausal Kesan Rawatan Heterogen
Analisis impak kausal kesan rawatan heterogen melanjutkan rangka kerja impak kausal siri masa struktur Bayesian untuk menganggarkan bukan sahaja kesan purata intervensi tetapi bagaimana kesan itu berbeza merentasi subkumpulan atau unit individu. Dengan menggabungkan ramalan kontrafaktual dengan anggaran kesan rawatan purata bersyarat (CATE), ia mendedahkan kumpulan mana yang mendapat manfaat paling banyak atau paling sedikit daripada intervensi.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Peta kaedah
Kejiranan kaedah berkaitan — pilih satu nod untuk meneroka.
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 ↗
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Heterogeneous Treatment Effect Causal Impact Analysis. ScholarGate. https://scholargate.app/ms/causal-inference/heterogeneous-treatment-effect-causal-impact-analysis
Kaedah yang mana?
Letakkan kaedah ini di sebelah kaedah yang paling rapat dengannya dan baca secara bersebelahan — perpustakaan menyusun buku di atas meja; pilihan terletak pada anda.
- Analisis Impak KausalInferens Kausal↔ banding
- Perbezaan-dalam-Perbezaan Kesan Rawatan Heterogen (HTE-DiD)Inferens Kausal↔ banding
- Analisis Siri Masa Terganggu (ITS)Inferens Kausal↔ banding
- Padanan Skor KecenderunganStatistik Penyelidikan↔ banding
- Kaedah Kawalan Sintetik (SCM)Inferens Kausal↔ banding
Similar methods
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →