Análise de Impacto Causal de Efeito de Tratamento Heterogêneo
A análise de impacto causal de efeito de tratamento heterogêneo estende o arcabouço bayesiano de séries temporais estruturais para estimar não apenas o efeito médio de uma intervenção, mas como esse efeito varia entre subgrupos ou unidades individuais. Ao combinar predição contrafactual com estimação de efeito médio de tratamento condicional (CATE), revela quais grupos se beneficiam mais ou menos de uma 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 ↗
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Heterogeneous Treatment Effect Causal Impact Analysis. ScholarGate. https://scholargate.app/pt/causal-inference/heterogeneous-treatment-effect-causal-impact-analysis
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.
- Análise de Impacto CausalInferência causal↔ comparar
- Diferenças em Diferenças com Efeitos de Tratamento Heterogêneos (HTE-DiD)Inferência causal↔ comparar
- Análise de Séries Temporais Interrompidas (ITS)Inferência causal↔ comparar
- Propensity Score MatchingEstatística para pesquisa↔ comparar
- Método do Controle Sintético (MCS)Inferência causal↔ comparar
Similar methods
Encontrou um problema nesta página? Relate ou sugira uma correção →