Байєсівський аналіз причинного впливу
Байєсівський аналіз причинного впливу використовує байєсівську модель структурних часових рядів (BSTS) для оцінки причинного ефекту втручання на часовий ряд результату. Розроблений Бродерсеном та його колегами в Google у 2015 році, він створює імовірнісний контрфактичний сценарій — яким був би ряд без втручання — на основі даних до втручання та необов'язкових контрольних коваріат, а потім порівнює його з фактичними спостережуваними значеннями після втручання, щоб отримати повністю байєсівську апостеріорну оцінку причинного ефекту.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
- Scott, S. L., & Varian, H. R. (2014). Predicting the present with Bayesian structural time series. International Journal of Mathematical Modelling and Numerical Optimisation, 5(1-2), 4-23. DOI: 10.1504/IJMMNO.2014.059942 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Bayesian Causal Impact Analysis via Structural Time Series. ScholarGate. https://scholargate.app/uk/causal-inference/bayesian-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.
- Аналіз причинно-наслідкового впливуПричинно-наслідковий висновок↔ compare
- Різниця різниць (Diff-in-Diff)Економетрика↔ compare
- Аналіз перерваних часових рядів (ITS)Причинно-наслідковий висновок↔ compare
- Метод синтетичного контролю (SCM)Причинно-наслідковий висновок↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →