ScholarGate
Assistente
Regression modelQuasi-experimental / causal inference

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.

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. 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.

Comparar lado a lado

Referenciado por

ScholarGateBayesian Synthetic Control Method (Bayesian Synthetic Control Method). Recuperado em 2026-06-15 de https://scholargate.app/pt/causal-inference/bayesian-synthetic-control-method · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026