Robust Causal Impact Analysis
Robust Causal Impact Analysis utökar ramverket Bayesian structural time-series CausalImpact (Brodersen et al., 2015) genom att integrera systematiska robusthetskontroller — placebo-tester i tid, placebo-kontroller i rum, analys av kovariatkänslighet och bedömning av prior-känslighet — för att verifiera att en upptäckt interventionseffekt är genuin och inte en artefakt av modellval eller slumpmässiga datamönster.
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 ↗
- Cunningham, S. (2021). Causal Inference: The Mixtape. Yale University Press. ISBN: 978-0300251685
Så citerar du den här sidan
ScholarGate. (2026, June 3). Robust Causal Impact Analysis with Sensitivity and Placebo Checks. ScholarGate. https://scholargate.app/sv/causal-inference/robust-causal-impact-analysis
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 kausalitetsanalysKausal inferens↔ jämför
- Analys av kausal påverkanKausal inferens↔ jämför
- Avbruten tidsserieanalys (ITS)Kausal inferens↔ jämför
- Känslighetsanalys för kausalitetKausal inferens↔ jämför
- Syntetisk kontrollmetod (SCM)Kausal inferens↔ jämför
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →