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.
בצע את ההוראות הבאות כדי להפעיל את האפליקציה הזו:
- 1. הורד את היישום הזה למחשב שלך.
- 2. הזן במנהל הקבצים שלנו https://www.onworks.net/myfiles.php?username=XXXXX עם שם המשתמש שאתה רוצה.
- 3. העלה את היישום הזה במנהל קבצים כזה.
- 4. הפעל כל אמולטור מקוון של OS OnWorks מאתר זה, אך עדיף אמולטור מקוון של Windows.
- 5. ממערכת ההפעלה OnWorks Windows שזה עתה התחלת, עבור אל מנהל הקבצים שלנו https://www.onworks.net/myfiles.php?username=XXXXX עם שם המשתמש הרצוי.
- 6. הורד את האפליקציה והתקן אותה.
- 7. הורד את Wine ממאגרי התוכנה שלך להפצות לינוקס. לאחר ההתקנה, תוכל ללחוץ פעמיים על האפליקציה כדי להפעיל אותם עם Wine. אתה יכול גם לנסות את PlayOnLinux, ממשק מפואר מעל Wine שיעזור לך להתקין תוכניות ומשחקים פופולריים של Windows.
Wine היא דרך להפעיל תוכנת Windows על לינוקס, אך ללא צורך ב-Windows. Wine היא שכבת תאימות של Windows בקוד פתוח שיכולה להריץ תוכניות Windows ישירות על כל שולחן עבודה של לינוקס. בעיקרו של דבר, Wine מנסה להטמיע מחדש מספיק של Windows מאפס כדי שהוא יוכל להריץ את כל יישומי Windows מבלי להזדקק ל-Windows.
בצילומי מסך
Ad
השפעה סיבתית
תיאור
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.
תכונות
- 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
שפת תכנות
R
כל הקטגוריות
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.
