Перервані часові ряди, доповнені машинним навчанням
Перервані часові ряди, доповнені машинним навчанням (ML-ITS), оцінюють причинно-наслідковий ефект дискретного втручання шляхом навчання моделі машинного навчання на даних часових рядів до втручання, прогнозування контрфактичної траєкторії на період після втручання та вимірювання розриву між спостережуваними та прогнозованими результатами. Цей метод розширює класичний ITS, замінюючи параметричні припущення щодо тренду гнучкими оцінювачами машинного навчання, такими як градієнтний бустинг, випадкові ліси або баєсівські структурні моделі часових рядів.
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 ↗
- Varian, H. R. (2014). Big Data: New Tricks for Econometrics. Journal of Economic Perspectives, 28(2), 3-28. DOI: 10.1257/jep.28.2.3 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Machine Learning-Augmented Interrupted Time Series Analysis. ScholarGate. https://scholargate.app/uk/causal-inference/machine-learning-augmented-interrupted-time-series
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 різниць (Diff-in-Diff)Економетрика↔ порівняти
- Динамічний аналіз перерваних часових рядівПричинно-наслідковий висновок↔ порівняти
- Аналіз перерваних часових рядів (ITS)Причинно-наслідковий висновок↔ порівняти
- Машинне навчання з доповненням різниці в різницях (ML-DiD)Причинно-наслідковий висновок↔ порівняти
- Метод синтетичного контролю (SCM)Причинно-наслідковий висновок↔ порівняти
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →