Bayesiansk kausal effektanalyse
Bayesiansk kausal effektanalyse bruker en Bayesiansk strukturell tidsseriemodell (BSTS) for å estimere den kausale effekten av en intervensjon på en tidsserieutfall. Utviklet av Brodersen og kolleger ved Google i 2015, bygger den en probabilistisk kontrafaktisk – hva serien ville ha sett ut uten intervensjonen – fra data før intervensjonen og valgfrie kontrollkovariater, og sammenligner den deretter med de observerte verdiene etter intervensjonen for å produsere en fullstendig Bayesiansk posterior over den kausale effekten.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Bayesian Causal Impact Analysis via Structural Time Series. ScholarGate. https://scholargate.app/no/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.
- Kausal effektanalyseKausal inferens↔ compare
- Differanse-i-differanser (DiD)Økonometri↔ compare
- Tidsrekkeanalyse med avbrudd (Interrupted Time Series, ITS)Kausal inferens↔ compare
- Syntetisk kontrollmetode (SCM)Kausal inferens↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →