Phân tích Tác động Nhân quả Đa kỳ
Phân tích Tác động Nhân quả Đa kỳ mở rộng khuôn khổ chuỗi thời gian cấu trúc Bayes của Brodersen và cộng sự (2015) cho các bối cảnh mà một sự can thiệp xảy ra trong nhiều giai đoạn riêng biệt, được áp dụng vào các thời điểm khác nhau cho các đơn vị khác nhau, hoặc khi các nhà nghiên cứu muốn đánh giá các tác động tích lũy và theo từng giai đoạn trong một mô hình thống nhất duy nhất. Nó xây dựng một phản thực tế tổng hợp từ các biến đối chứng và ngoại suy nó qua mỗi cửa sổ can thiệp để định lượng các tác động nhân quả.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Bản đồ phương pháp
Lân cận của các phương pháp liên quan — chọn một nút để khám phá.
Nguồn tài liệu
- 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 ↗
- Bojinov, I., & Shephard, N. (2019). Time series experiments and causal estimands: exact randomization tests and trading. Journal of the American Statistical Association, 114(528), 1665-1682. DOI: 10.1080/01621459.2018.1527225 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Multi-period Bayesian Causal Impact Analysis. ScholarGate. https://scholargate.app/vi/causal-inference/multi-period-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.
- Phân tích Tác động Nhân quả BayesSuy luận nhân quả↔ so sánh
- Phân tích Tác động Nhân quảSuy luận nhân quả↔ so sánh
- Phương pháp Sai phân kép (Difference-in-Differences - DiD)Kinh tế lượng↔ so sánh
- Phân tích chuỗi thời gian bị gián đoạn (ITS)Suy luận nhân quả↔ so sánh
- Chuỗi thời gian bị gián đoạn nhiều giai đoạnSuy luận nhân quả↔ so sánh
- Phương pháp Kiểm soát Tổng hợp (SCM)Suy luận nhân quả↔ so sánh
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →