CausalImpact，谷歌开源的R时域因果关系分析工具

        英文原文： Google has open sourced a tool for inferring cause from correlations

        上周二，Google 发布了一款新的开源工具，它可以帮助分析师判定某个产品或决策改变是否会引起一定的结果，以及这些结果产生的概率。该工具被称为 CausalImpact，是个由R编写的统计计算软件。

        通过该博客发布者 Kay H. Brodersen 了解到，Google 使用（建立）这个工具来量化 AdWords 活动的成果。但是 Kay 还表示，小到量化一个新特性添加后是否会导致应用下载量增加，大到医疗、社交、政治等领域的问题，这个方法同样适用。

        在博客中，Kay 从高等级上对 CausalImpact 进行了概述，同时也详细的说明了一些该软件的细节，下面是摘录：

实际上，因果效应的估算存在着很大的难度，特别在随机试验不可用时。在 Google，解决这个问题的一个方法是使用 Bayesian 结构 time-series 模型。我们使用这个模型来构建一个综合控制——在没有干预情况下审视结果指标。这种途径估算因果效应很有效，主要归功于不停的干预和进化…… 

在 CausalImpact R包中，我们实现了一个 Bayesian 途径，在一个时间序列上估算由指定干涉引起的变化。鉴于响应时间及控制时间序列集（比如，在非关联市场点击、其他网站点击或者 Google Trends 数据），这个包通过内置 SpikeSlab 优先来构建一个 Bayesian 结构 time-series 模型，从而实现自动化参数选择。

        推荐阅读：

• GitHub 页面
• CausalImpact 博文介绍