ScholarGate
Trợ lý
Regression modelQuasi-experimental / causal inference

Phân tích Tác động Nhân quả

Phân tích Tác động Nhân quả (Causal Impact Analysis), được giới thiệu bởi Brodersen và cộng sự (2015) tại Google, sử dụng các mô hình chuỗi thời gian cấu trúc Bayes để ước tính điều gì sẽ xảy ra với một kết quả nếu một sự can thiệp chưa từng xảy ra. Bằng cách xây dựng một phản thực tế xác suất từ dữ liệu trước can thiệp và các biến đồng hành kiểm soát, nó định lượng các tác động điều trị tại một thời điểm và tích lũy với các khoảng tin cậy hậu nghiệm đầy đủ.

Mở trong MethodMindSắp ra mắtVideoSắp ra mắtTải xuống bản trình chiếu

Đọc toàn bộ phương pháp

Chỉ dành cho thành viên

Đăng nhập bằng tài khoản miễn phí để đọc phần này.

Đăng nhập

Bản đồ phương pháp

Lân cận của các phương pháp liên quan — chọn một nút để khám phá.

+13 nữa

Nguồn tài liệu

  1. 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
  2. CausalImpact. Wikipedia. link

Cách trích dẫn trang này

ScholarGate. (2026, June 3). Bayesian Structural Time-Series Causal Impact Analysis. ScholarGate. https://scholargate.app/vi/causal-inference/causal-impact-analysis

Phương pháp nào?

Đặt phương pháp này bên cạnh những phương pháp gần gũi nhất với nó và đọc chúng song song — thư viện bày sách lên bàn; lựa chọn là của bạn.

So sánh song song

Được tham chiếu bởi

ScholarGateCausal Impact Analysis (Bayesian Structural Time-Series Causal Impact Analysis). Truy cập ngày 2026-06-15 từ https://scholargate.app/vi/causal-inference/causal-impact-analysis · Bộ dữ liệu: https://doi.org/10.5281/zenodo.20539026