Phân tích Tác động Nhân quả Mạnh mẽ
Phân tích Tác động Nhân quả Mạnh mẽ (Robust Causal Impact Analysis) mở rộng khuôn khổ Tác động Nhân quả Chuỗi Thời gian Cấu trúc Bayes (Bayesian structural time-series CausalImpact) (Brodersen et al., 2015) bằng cách tích hợp các kiểm tra độ mạnh mẽ có hệ thống — kiểm tra giả dược theo thời gian (in-time placebo tests), kiểm soát giả dược theo không gian (in-space placebo controls), phân tích độ nhạy của biến đồng hành (covariate sensitivity analysis), và đánh giá độ nhạy của tiên nghiệm (prior sensitivity assessments) — để xác minh rằng hiệu ứng can thiệp được phát hiện là thực sự và không phải là sản phẩm phụ của các lựa chọn mô hình hoặc các mẫu dữ liệu trùng hợp.
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 ↗
- Cunningham, S. (2021). Causal Inference: The Mixtape. Yale University Press. ISBN: 978-0300251685
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Robust Causal Impact Analysis with Sensitivity and Placebo Checks. ScholarGate. https://scholargate.app/vi/causal-inference/robust-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
- Phân tích chuỗi thời gian bị gián đoạn (ITS)Suy luận nhân quả↔ so sánh
- Phân tích độ nhạy cho tính nhân quảSuy 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 →