This is the Windows app named CausalImpact whose latest release can be downloaded as CausalImpactsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Download and run online this app named CausalImpact with OnWorks for free.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie einen beliebigen OS OnWorks-Online-Emulator von dieser Website, aber einen besseren Windows-Online-Emulator.
- 5. Rufen Sie vom gerade gestarteten OnWorks Windows-Betriebssystem unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter und installieren Sie sie.
- 7. Laden Sie Wine aus den Software-Repositorys Ihrer Linux-Distributionen herunter. Nach der Installation können Sie dann auf die App doppelklicken, um sie mit Wine auszuführen. Sie können auch PlayOnLinux ausprobieren, eine schicke Schnittstelle über Wine, die Ihnen bei der Installation beliebter Windows-Programme und -Spiele hilft.
Wine ist eine Möglichkeit, Windows-Software unter Linux auszuführen, jedoch ohne Windows. Wine ist eine Open-Source-Windows-Kompatibilitätsschicht, die Windows-Programme direkt auf jedem Linux-Desktop ausführen kann. Im Wesentlichen versucht Wine, genügend Windows von Grund auf neu zu implementieren, damit alle diese Windows-Anwendungen ausgeführt werden können, ohne dass Windows tatsächlich benötigt wird.
SCREENSHOTS:
KausalAuswirkung
BESCHREIBUNG:
The CausalImpact repository houses an R package that implements causal inference in time series using Bayesian structural time series models. Its goal is to estimate the effect of an intervention (e.g. a marketing campaign, policy change) on a time series outcome by predicting what would have happened in a counterfactual “no intervention” world. The package requires as input a response time series plus one or more control (covariate) time series that are assumed unaffected by the intervention, and it divides the time horizon into “pre-intervention” and “post-intervention” periods. It uses Bayesian modeling to fit a structural time series to the pre-period and extrapolate a counterfactual prediction for the post period, then compares observed vs predicted to infer the causal effect. The package supports plotting, summary tables, and verbal narratives for interpretive reports.
Eigenschaften
- Bayesian structural time series model to infer counterfactuals
- Analysis of intervention effects on time series (pre/post comparison)
- Support for multiple covariate (control) time series
- Automated plotting, summary tables, and narrative output
- Diagnostics and customization of priors and model options
- Strong documentation and example workflows for real use
Programmiersprache
R
Kategorien
This is an application that can also be fetched from https://sourceforge.net/projects/causalimpact.mirror/. It has been hosted in OnWorks in order to be run online in an easiest way from one of our free Operative Systems.