Байєсівська оцінка впливу контрфактичних даних
Байєсівська оцінка впливу контрфактичних даних оцінює причинно-наслідковий ефект втручання шляхом побудови байєсівського апостеріорного розподілу для контрфактичного результату — того, що сталося б без лікування. Метод, популяризований Brodersen et al. (2015) через фреймворк CausalImpact, використовує байєсівські структурні моделі часових рядів, налаштовані на доінтервенційний період, для прогнозування контрфактичної траєкторії, а потім порівнює спостережувані післяінтервенційні результати з цим прогнозом.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Карта методів
Околиця споріднених методів — виберіть вузол, щоб дослідити.
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 ↗
- Rubin, D. B. (2005). Causal inference using potential outcomes: Design, modeling, decisions. Journal of the American Statistical Association, 100(469), 322-331. DOI: 10.1198/016214504000001880 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Bayesian Counterfactual Impact Evaluation. ScholarGate. https://scholargate.app/uk/causal-inference/bayesian-counterfactual-impact-evaluation
Який метод?
Поставте цей метод поруч із його найближчими спорідненими й читайте їх пліч-о-пліч — бібліотека викладає книги на стіл; вибір за вами.
- Байєсівський метод різниць на різниціПричинно-наслідковий висновок↔ порівняти
- Аналіз причинно-наслідкового впливуПричинно-наслідковий висновок↔ порівняти
- Контрфактуативна оцінка впливу (КОВ)Причинно-наслідковий висновок↔ порівняти
- Різниця різниць (Diff-in-Diff)Економетрика↔ порівняти
- Метод синтетичного контролю (SCM)Причинно-наслідковий висновок↔ порівняти
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →