Аналіз причинного впливу гетерогенного ефекту лікування
Аналіз причинного впливу гетерогенного ефекту лікування розширює байєсівську структурну часову модель причинного впливу для оцінки не лише середнього ефекту втручання, але й того, як цей ефект варіюється між підгрупами або окремими одиницями. Поєднуючи контрфактичне прогнозування з оцінкою умовної середньої дії лікування (CATE), він виявляє, які групи отримують найбільшу чи найменшу користь від втручання.
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 ↗
- Athey, S., & Imbens, G. (2016). Recursive partitioning for heterogeneous causal effects. Proceedings of the National Academy of Sciences, 113(27), 7353-7360. DOI: 10.1073/pnas.1510489113 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Heterogeneous Treatment Effect Causal Impact Analysis. ScholarGate. https://scholargate.app/uk/causal-inference/heterogeneous-treatment-effect-causal-impact-analysis
Який метод?
Поставте цей метод поруч із його найближчими спорідненими й читайте їх пліч-о-пліч — бібліотека викладає книги на стіл; вибір за вами.
- Аналіз причинно-наслідкового впливуПричинно-наслідковий висновок↔ порівняти
- Різниця в різницях із неоднорідними ефектами (HTE-DiD)Причинно-наслідковий висновок↔ порівняти
- Аналіз перерваних часових рядів (ITS)Причинно-наслідковий висновок↔ порівняти
- Зіставлення за показником схильностіСтатистика досліджень↔ порівняти
- Метод синтетичного контролю (SCM)Причинно-наслідковий висновок↔ порівняти
Similar methods
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →