ScholarGate
助手
Regression modelQuasi-experimental / causal inference

异质性处理效应因果影响分析

异质性处理效应因果影响分析将贝叶斯结构时间序列因果影响框架扩展到不仅估计干预的平均效应,还估计该效应如何在亚组或个体单位之间变化。通过结合反事实预测和条件平均处理效应(CATE)估计,它揭示了哪些群体从干预中受益最多或最少。

在 MethodMind 中打开即将推出Apply, compare, get guidance
Tools & resources
下载幻灯片
Learn & explore
视频即将推出

阅读完整方法

仅限会员

使用免费账户登录即可阅读本节。

登录

方法图谱

相关方法的邻域——选择一个节点以展开探索。

来源

  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. Athey, S., & Imbens, G. (2016). Recursive partitioning for heterogeneous causal effects. Proceedings of the National Academy of Sciences, 113(27), 7353-7360. DOI: 10.1073/pnas.1510489113

如何引用本页

ScholarGate. (2026, June 3). Heterogeneous Treatment Effect Causal Impact Analysis. ScholarGate. https://scholargate.app/zh/causal-inference/heterogeneous-treatment-effect-causal-impact-analysis

选用哪种方法?

将本方法与其最相近的同类并置,并排研读——本馆将书籍铺陈于案上,取舍则由您定夺。

并排比较
ScholarGateHeterogeneous treatment effect Causal impact analysis (Heterogeneous Treatment Effect Causal Impact Analysis). 于 2026-06-18 检索自 https://scholargate.app/zh/causal-inference/heterogeneous-treatment-effect-causal-impact-analysis · 数据集: https://doi.org/10.5281/zenodo.20539026