CausalImpact
An R package for causal inference in time series
About
Ce package R met en œuvre une approche pour estimer l'effet causal d'une intervention conçue sur une série temporelle. Par exemple, combien de clics quotidiens supplémentaires ont été générés par une campagne publicitaire ? Répondre à une question comme celle-ci peut être difficile lorsqu'une expérience randomisée n'est pas disponible. Le package vise à résoudre cette difficulté en utilisant un modèle de séries temporelles bayésien structurel pour estimer comment la métrique de réponse aurait pu évoluer après l'intervention si l'intervention n'avait pas eu lieu.
Open Source Health
- Stars
- 1,860
- Forks
- 264
- License
- Apache-2.0
- Last commit
- 7 months ago
Alternatives à CausalImpact
TimesFMby Google ResearchTimesFM (Time Series Foundation Model) est un modèle de base pour séries temporelles préentraîné développé par Google Research pour la prévision de séries temporelles.
Prophetby FacebookProcédure de prévision automatique- Corpuscrawlerby GoogleCrawler pour des corpus linguistiques
Skillsby GoogleAgent Skills pour les produits et technologies de Google
Or Toolsby GoogleOutils de recherche opérationnelle de Google :
Resources & Links
Related Categories
Tu utilises CausalImpact ?
Suis son coût avec le reste de ton stack et reçois un rappel avant son renouvellement.
Ajouter à mon stackVendor
Organize the world's information and make it universally accessible.
