Regression modelQuasi-experimental / causal inference

การวิเคราะห์ผลกระทบเชิงสาเหตุจากข้อมูลพาเนล

การวิเคราะห์ผลกระทบเชิงสาเหตุจากข้อมูลพาเนลเป็นการขยายแนวทางแบบจำลองอนุกรมเวลาเชิงโครงสร้างแบบเบย์เซียน (Bayesian structural time-series approach) ของ Brodersen และคณะ (2015) ไปสู่การตั้งค่าแบบพาเนลหลายหน่วย โดยประมาณการสภาวะตรงกันข้าม (counterfactual) สำหรับหน่วยที่ได้รับการรักษาหลายหน่วยพร้อมกัน โดยใช้หน่วยควบคุมเป็นแหล่งข้อมูล (donor pool) ผลลัพธ์ที่ได้คือช่วงความเชื่อมั่น (credible intervals) สำหรับผลกระทบเชิงสาเหตุ ณ แต่ละจุดเวลาหลังการแทรกแซง ซึ่งรวมเฉลี่ยทั้งหน่วยและช่วงเวลา

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

The neighbourhood of related methods — select a node to explore.

แหล่งอ้างอิง

  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. 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

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Panel Data Causal Impact Analysis. ScholarGate. https://scholargate.app/th/causal-inference/panel-data-causal-impact-analysis

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGatePanel Data Causal Impact Analysis (Panel Data Causal Impact Analysis). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/causal-inference/panel-data-causal-impact-analysis · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026