Regression modelQuasi-experimental / causal inference

政策评估因果影响分析

政策评估因果影响分析采用 Brodersen 等人 (2015) 的贝叶斯结构时间序列 (BSTS) 框架，估计政策干预对总体结果的因果效应。通过构建一个基于政策前数据和控制协变量的合成反事实，它提出：如果政策没有被颁布，会发生什么？政策后观测结果与预测结果之间的差异即为估计的政策效应。

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。

方法图谱

相关方法的邻域——选择一个节点以展开探索。

政策评估因果影响分析

贝叶斯因果效应分析因果影响分析双重差分法 (Diff-in-Diff)中断时间序列（ITS）分析政策评估中断时间序列合成控制法 (SCM)

来源

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 ↗
Abadie, A., Diamond, A., & Hainmueller, J. (2010). Synthetic control methods for comparative case studies: Estimating the effect of California's tobacco control program. Journal of the American Statistical Association, 105(490), 493-505. DOI: 10.1198/jasa.2009.ap08746 ↗

如何引用本页

ScholarGate. (2026, June 3). Policy Evaluation Causal Impact Analysis via Bayesian Structural Time-Series. ScholarGate. https://scholargate.app/zh/causal-inference/policy-evaluation-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 →

发现本页有问题？报告或提出修改建议 →