Bayesowska ewaluacja wpływu kontrfaktycznego
Bayesowska ewaluacja wpływu kontrfaktycznego szacuje przyczynowy efekt interwencji poprzez konstrukcję bayesowskiej dystrybucji a posteriori dla wyniku kontrfaktycznego – tego, co stałoby się bez leczenia. Metoda, spopularyzowana przez Brodersena i wsp. (2015) za pomocą ram CausalImpact, wykorzystuje bayesowskie modele strukturalnych szeregów czasowych dopasowane do okresu przedinterwencyjnego w celu przewidywania trajektorii kontrfaktycznej, a następnie porównuje obserwowane wyniki pointerwencyjne z tą prognozą.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- 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 ↗
- Rubin, D. B. (2005). Causal inference using potential outcomes: Design, modeling, decisions. Journal of the American Statistical Association, 100(469), 322-331. DOI: 10.1198/016214504000001880 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Bayesian Counterfactual Impact Evaluation. ScholarGate. https://scholargate.app/pl/causal-inference/bayesian-counterfactual-impact-evaluation
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Bayesowska metoda różnic w różnicachWnioskowanie przyczynowe↔ porównaj
- Analiza wpływu przyczynowegoWnioskowanie przyczynowe↔ porównaj
- Ewaluacja wpływu metodą kontrfaktyczną (CIE)Wnioskowanie przyczynowe↔ porównaj
- Metoda różnic w różnicach (Diff-in-Diff)Ekonometria↔ porównaj
- Metoda syntetycznej kontroli (SCM)Wnioskowanie przyczynowe↔ porównaj
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →