Bayesiansk syntetisk kontrollmetod
Den bayesianska syntetiska kontrollmetoden (Bayesian Synthetic Control Method, BSCM) estimerar den kausala effekten av en intervention på en enskild behandlad enhet genom att konstruera en probabilistisk kontrafaktisk situation från en viktad kombination av obehandlade donator-enheter. Till skillnad från den klassiska SCM placerar den en prior-fördelning över de syntetiska vikterna, vilket ger fullständiga posteriora osäkerhetsintervall för den kontrafaktiska trajektorian och behandlingseffekten vid varje tidpunkt efter interventionen.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Metodkarta
Närområdet av besläktade metoder — välj en nod för att utforska.
Källor
- 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 ↗
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Bayesian Synthetic Control Method. ScholarGate. https://scholargate.app/sv/causal-inference/bayesian-synthetic-control-method
Vilken metod?
Placera den här metoden bredvid sina närmaste släktingar och läs dem sida vid sida — biblioteket lägger fram böckerna på bordet; valet är ditt.
- Bayesiansk differens-i-differensKausal inferens↔ jämför
- Analys av kausal påverkanKausal inferens↔ jämför
- Differens-i-differens (DiD)Ekonometri↔ jämför
- Paneldata syntetisk kontrollmetodKausal inferens↔ jämför
- Syntetisk kontrollmetod (SCM)Kausal inferens↔ jämför
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →