ScholarGate
Asystent
Regression modelQuasi-experimental / causal inference

Wielookresowa analiza wpływu przyczynowego

Wielookresowa analiza wpływu przyczynowego rozszerza bayesowski strukturalny model szeregów czasowych Brodersena i in. (2015) na sytuacje, w których interwencja występuje w wielu odrębnych okresach, jest stosowana w rozłożonych w czasie momentach do różnych jednostek, lub gdy badacze chcą ocenić skumulowane i specyficzne dla okresu efekty w ramach jednego zunifikowanego modelu. Buduje ona syntetyczny kontrfaktyczny scenariusz na podstawie kowariantów kontrolnych i projektuje go przez każde okno interwencji, aby ilościowo określić efekty przyczynowe.

Otwórz w MethodMindWkrótceWideoWkrótcePobierz slajdy

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Mapa metod

Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.

Źródła

  1. 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
  2. Bojinov, I., & Shephard, N. (2019). Time series experiments and causal estimands: exact randomization tests and trading. Journal of the American Statistical Association, 114(528), 1665-1682. DOI: 10.1080/01621459.2018.1527225

Jak cytować tę stronę

ScholarGate. (2026, June 3). Multi-period Bayesian Causal Impact Analysis. ScholarGate. https://scholargate.app/pl/causal-inference/multi-period-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.

Porównaj obok siebie
ScholarGateMulti-period Causal Impact Analysis (Multi-period Bayesian Causal Impact Analysis). Pobrano 2026-06-15 z https://scholargate.app/pl/causal-inference/multi-period-causal-impact-analysis · Zbiór danych: https://doi.org/10.5281/zenodo.20539026