Método Bayesiano de Controle Sintético
O Método Bayesiano de Controle Sintético estima o efeito causal de uma intervenção em uma única unidade tratada, construindo um contrafactual probabilístico a partir de uma combinação ponderada de unidades doadoras não tratadas. Diferentemente do SCM clássico, ele coloca uma distribuição a priori sobre os pesos sintéticos, gerando intervalos de credibilidade posteriores completos para a trajetória contrafactual e o efeito do tratamento em cada ponto de tempo pós-intervenção.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Mapa de métodos
A vizinhança de métodos relacionados — selecione um nó para explorar.
Fontes
- 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 ↗
- Abadie, A., Diamond, A., & Hainmueller, J. (2010). Synthetic control methods for comparative case studies: Estimating the effect of California's tobacco control program. Journal of the American Statistical Association, 105(490), 493-505. DOI: 10.1198/jasa.2009.ap08746 ↗
Como citar esta página
ScholarGate. (2026, June 3). Bayesian Synthetic Control Method. ScholarGate. https://scholargate.app/pt/causal-inference/bayesian-synthetic-control-method
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.
- Bayesian Difference-in-DifferencesInferência causal↔ comparar
- Análise de Impacto CausalInferência causal↔ comparar
- Diferenças em Diferenças (DiD)Econometria↔ comparar
- Método de Controle Sintético para Dados em PainelInferência causal↔ comparar
- Método do Controle Sintético (MCS)Inferência causal↔ comparar
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →