Estimação e estimadores causais

Nesta seção, descrevemos como o Meridian define as principais estimações de interesse, incluindo resultado incremental, ROI, ROI marginal e curvas de resposta. Essas quantidades são definidas usando resultados potenciais e contrafactuais, que são a linguagem da inferência causal.

Com definições de estimação claras, você pode analisar as premissas exigidas para que a MMM forneça uma inferência válida. Essas premissas ajudam a garantir que o modelo seja capaz de estimar as quantidades. A estimativas serão fortemente tendenciosas se as premissas não forem atendidas.

Recomendamos que você defina com clareza as estimações causais e as premissas necessárias para qualquer metodologia de MMM. Caso contrário, a interpretação dos resultados do modelo provavelmente será incorreta. Além disso, ignorar as premissas necessárias pode gerar um grande viés que torna a análise praticamente sem sentido.

As definições na seção a seguir não dependem de nenhum aspecto da especificação do modelo do Meridian, elas valem para qualquer MMM. É essencial definir a estimação causal em qualquer análise de MMM para que os resultados sejam interpretáveis e para determinar se um modelo específico é adequado à análise e usando quais premissas.