Registro de evidência do método

Bayesian Causal Impact Analysis

Bayesian Causal Impact Analysis uses a Bayesian structural time series (BSTS) model to estimate the causal effect of an intervention on a time series outcome. Developed by Brodersen and colleagues at Google in 2015, it builds a probabilistic counterfactual — what the series would have looked like without the intervention — from pre-intervention data and optional control covariates, then compares it with the observed post-intervention values to produce a fully Bayesian posterior over the causal effect.

Sources recorded, not reviewed

Registro de origem

Citações copiadas literalmente do registro de origem do método. Nenhuma verificação em nível de alegação é inferida delas.

Bayesian Causal Impact Analysis via Structural Time Series

Registro de método taxonômico · regression-model / causal-inference

Abrir método completo

Alegações curadas

Alegações persistidas no livro-razão de evidências, cada uma com sua própria avaliação.

Ainda não há alegações curadas

Esta visualização não inventa uma avaliação de alegação quando o livro-razão não a possui.

Métodos relacionados

Gerado a partir do grafo de métodos e mostrado como relações sugeridas por máquina — nenhuma alegação de evidência é inferida.

Taxonomic bucketCausal Impact Analysismachine-suggested · Relational suggestion, not evidence.Same method familyDifference-in-Differencesmachine-suggested · Relational suggestion, not evidence.Same method familyInterrupted Time Seriesmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketSynthetic Control Methodmachine-suggested · Relational suggestion, not evidence.