Robust Causal Impact Analysis
Robust Causal Impact Analysis extends the Bayesian structural time-series CausalImpact framework (Brodersen et al., 2015) by embedding systematic robustness checks — in-time placebo tests, in-space placebo controls, covariate sensitivity analysis, and prior sensitivity assessments — to verify that a detected intervention effect is genuine and not an artifact of model choices or coincidental data patterns.
Rekod sumber
Petikan disalin secara verbatim daripada rekod sumber kaedah. Tiada pengesahan peringkat tuntutan disimpulkan daripadanya.
- 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
- Cunningham, S. (2021). Causal Inference: The Mixtape. Yale University Press. · ISBN 978-0300251685
Tuntutan yang dikurasi
Tuntutan disimpan dalam lejar bukti, setiap satu dengan penilaiannya sendiri.
Pandangan ini tidak mencipta penilaian tuntutan apabila lejar tiada.
Kaedah berkaitan
Dijana daripada graf kaedah dan ditunjukkan sebagai perhubungan yang dicadangkan mesin — tiada tuntutan bukti disimpulkan.