Robust Causal Impact Analysis
Robust Causal Impact Analysis розширює байєсівську структурну часову модель CausalImpact (Brodersen et al., 2015), вбудовуючи систематичні перевірки стійкості — плацебо-тести в часі, плацебо-контролі в просторі, аналіз чутливості коваріат та оцінку чутливості апріорних розподілів — для перевірки того, чи виявлений ефект втручання є справжнім, а не артефактом вибору моделі чи випадковим збігом закономірностей даних.
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 ↗
- Cunningham, S. (2021). Causal Inference: The Mixtape. Yale University Press. ISBN: 978-0300251685
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Robust Causal Impact Analysis with Sensitivity and Placebo Checks. ScholarGate. https://scholargate.app/uk/causal-inference/robust-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.
- Байєсівський аналіз причинного впливуПричинно-наслідковий висновок↔ compare
- Аналіз причинно-наслідкового впливуПричинно-наслідковий висновок↔ compare
- Аналіз перерваних часових рядів (ITS)Причинно-наслідковий висновок↔ compare
- Чуттєвий аналіз причинностіПричинно-наслідковий висновок↔ compare
- Метод синтетичного контролю (SCM)Причинно-наслідковий висновок↔ compare
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →