ScholarGate
Assistente
Regression modelQuasi-experimental / causal inference

Avaliação de Impacto Contrafactual Bayesiana

A Avaliação de Impacto Contrafactual Bayesiana estima o efeito causal de uma intervenção construindo uma distribuição posterior Bayesiana sobre o resultado contrafactual — o que teria acontecido sem tratamento. O método, popularizado por Brodersen et al. (2015) através do framework CausalImpact, utiliza modelos bayesianos estruturais de séries temporais ajustados no período pré-intervenção para prever a trajetória contrafactual, comparando então os resultados observados pós-intervenção com essa previsão.

Abrir no MethodMindEm breveVídeoEm breveBaixar slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Mapa de métodos

A vizinhança de métodos relacionados — selecione um nó para explorar.

Fontes

  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. 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

Como citar esta página

ScholarGate. (2026, June 3). Bayesian Counterfactual Impact Evaluation. ScholarGate. https://scholargate.app/pt/causal-inference/bayesian-counterfactual-impact-evaluation

Qual método?

Coloque este método ao lado dos seus pares mais próximos e leia-os lado a lado — a biblioteca dispõe os livros sobre a mesa; a escolha é sua.

Comparar lado a lado
ScholarGateBayesian Counterfactual Impact Evaluation (Bayesian Counterfactual Impact Evaluation). Recuperado em 2026-06-15 de https://scholargate.app/pt/causal-inference/bayesian-counterfactual-impact-evaluation · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026