การวิเคราะห์ผลกระทบเชิงสาเหตุแบบหลายช่วงเวลา
การวิเคราะห์ผลกระทบเชิงสาเหตุแบบหลายช่วงเวลา (Multi-period Causal Impact Analysis) เป็นการขยายกรอบการทำงานของแบบจำลองอนุกรมเวลาเชิงโครงสร้างแบบเบย์ (Bayesian structural time-series) ของ Brodersen et al. (2015) ไปสู่สถานการณ์ที่การแทรกแซงเกิดขึ้นในช่วงเวลาที่แตกต่างกันหลายช่วง ถูกนำไปใช้กับหน่วยที่แตกต่างกันในช่วงเวลาที่เหลื่อมกัน หรือในกรณีที่นักวิจัยต้องการประเมินผลกระทบสะสมและผลกระทบเฉพาะช่วงเวลาภายในแบบจำลองเดียวที่รวมกัน การวิเคราะห์นี้สร้างสถานการณ์สมมติเชิงเปรียบเทียบ (synthetic counterfactual) จากตัวแปรควบคุมร่วม (control covariates) และฉายภาพไปตลอดแต่ละช่วงเวลาของการแทรกแซงเพื่อหาปริมาณผลกระทบเชิงสาเหตุ
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
แผนที่ระเบียบวิธี
ย่านของระเบียบวิธีที่เกี่ยวข้องกัน — เลือกโหนดเพื่อสำรวจ
แหล่งอ้างอิง
- 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 ↗
- Bojinov, I., & Shephard, N. (2019). Time series experiments and causal estimands: exact randomization tests and trading. Journal of the American Statistical Association, 114(528), 1665-1682. DOI: 10.1080/01621459.2018.1527225 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Multi-period Bayesian Causal Impact Analysis. ScholarGate. https://scholargate.app/th/causal-inference/multi-period-causal-impact-analysis
ระเบียบวิธีใด?
วางระเบียบวิธีนี้เคียงข้างระเบียบวิธีใกล้เคียงที่สุด แล้วอ่านเปรียบเทียบกัน — คลังวางหนังสือไว้บนโต๊ะให้แล้ว ส่วนการเลือกเป็นของท่าน
- การวิเคราะห์ผลกระทบเชิงสาเหตุแบบเบย์ (Bayesian Causal Impact Analysis)การอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- การวิเคราะห์ผลกระทบเชิงสาเหตุการอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- Difference-in-Differences (DiD)เศรษฐมิติ↔ เปรียบเทียบ
- การวิเคราะห์อนุกรมเวลาแบบขัดจังหวะ (Interrupted Time Series - ITS)การอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- อนุกรมเวลาขัดจังหวะแบบหลายช่วงเวลาการอนุมานเชิงสาเหตุ↔ เปรียบเทียบ
- ระเบียบวิธีสังเคราะห์การควบคุม (Synthetic Control Method - SCM)การอนุมานเชิงสาเหตุ↔ เปรียบเทียบ