Анализ причинно-следственного воздействия (Causal Impact Analysis)
Анализ причинно-следственного воздействия (Causal Impact Analysis), представленный Brodersen et al. (2015) из Google, использует байесовские структурные временные ряды для оценки того, что произошло бы с результатом, если бы вмешательство никогда не имело место. Путем построения вероятностного контрфактического сценария на основе данных до вмешательства и контрольных ковариат, он количественно оценивает точечные и кумулятивные эффекты воздействия с полными интервалами неопределенности апостериорного распределения.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Карта метода
Окружение родственных методов — выберите узел, чтобы перейти к нему.
+ ещё 13
Источники
- 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 ↗
- CausalImpact. Wikipedia. link ↗
Как цитировать эту страницу
ScholarGate. (2026, June 3). Bayesian Structural Time-Series Causal Impact Analysis. ScholarGate. https://scholargate.app/ru/causal-inference/causal-impact-analysis
Какой метод?
Поставьте этот метод рядом с ближайшими родственными и прочитайте их бок о бок — библиотека выкладывает книги на стол, а выбор за вами.
- Байесовские структурные временные рядыБайесовские методы↔ сравнить
- Разность разностей (Difference-in-Differences, DiD)Эконометрика↔ сравнить
- Анализ прерванных временных рядов (Interrupted Time Series, ITS)Причинно-следственный вывод↔ сравнить
- Метод подбора на основе оценки склонностиСтатистика исследований↔ сравнить
- Синтетический метод контроля (SCM)Причинно-следственный вывод↔ сравнить
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →