Analiza wpływu przyczynowego z uwzględnieniem heterogenicznych efektów oddziaływania
Analiza wpływu przyczynowego z uwzględnieniem heterogenicznych efektów oddziaływania rozszerza bayesowskie ramy analizy wpływu przyczynowego oparte na strukturalnych szeregach czasowych, aby oszacować nie tylko średni efekt interwencji, ale także to, jak ten efekt różni się w zależności od podgrup lub poszczególnych jednostek. Łącząc przewidywanie kontrfaktyczne z estymacją warunkowego średniego efektu oddziaływania (CATE), ujawnia, które grupy odnoszą największe lub najmniejsze korzyści z interwencji.
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 ↗
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Heterogeneous Treatment Effect Causal Impact Analysis. ScholarGate. https://scholargate.app/pl/causal-inference/heterogeneous-treatment-effect-causal-impact-analysis
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Analiza wpływu przyczynowegoWnioskowanie przyczynowe↔ porównaj
- Heterogeneous Treatment Effect Difference-in-Differences (HTE-DiD)Wnioskowanie przyczynowe↔ porównaj
- Analiza przerwanych szeregów czasowych (ITS)Wnioskowanie przyczynowe↔ porównaj
- Dopasowanie wyników skłonnościStatystyka w badaniach↔ porównaj
- Metoda syntetycznej kontroli (SCM)Wnioskowanie przyczynowe↔ porównaj
Similar methods
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →