ScholarGate
Asistent
Regression modelQuasi-experimental / causal inference

Strojové učenie rozšírená prerušovaná časová rada

Strojové učenie rozšírená prerušovaná časová rada (ML-ITS) odhaduje kauzálny efekt diskrétnej intervencie trénovaním modelu strojového učenia na údajoch z časovej rady pred intervenciou, premietaním kontrafaktuálnej trajektórie do obdobia po intervencii a meraním rozdielu medzi pozorovanými a predikovanými výsledkami. Rozširuje klasickú ITS nahradením parametrických predpokladov trendu flexibilnými odhadovateľmi ML, ako sú gradient boosting, náhodné lesy alebo bayesovské modely časových radov.

Otvoriť v MethodMindČoskoroVideoČoskoroStiahnuť snímky

Prečítať celú metódu

Len pre členov

Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.

Prihlásiť sa

Mapa metód

Okolie príbuzných metód — vyberte uzol na preskúmanie.

Zdroje

  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. Varian, H. R. (2014). Big Data: New Tricks for Econometrics. Journal of Economic Perspectives, 28(2), 3-28. DOI: 10.1257/jep.28.2.3

Ako citovať túto stránku

ScholarGate. (2026, June 3). Machine Learning-Augmented Interrupted Time Series Analysis. ScholarGate. https://scholargate.app/sk/causal-inference/machine-learning-augmented-interrupted-time-series

Ktorá metóda?

Postavte túto metódu vedľa jej najbližších príbuzných a čítajte ich vedľa seba — knižnica vám knihy položí na stôl; voľba je na vás.

Porovnať vedľa seba
ScholarGateMachine Learning-Augmented Interrupted Time Series (Machine Learning-Augmented Interrupted Time Series Analysis). Získané 2026-06-15 z https://scholargate.app/sk/causal-inference/machine-learning-augmented-interrupted-time-series · Dátová sada: https://doi.org/10.5281/zenodo.20539026