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
原文链接： Google has open sourced a tool for inferring cause from correlations（编译/仲浩 审校/魏伟）
免费订阅“CSDN云计算（左）和CSDN大数据（右）”微信公众号，实时掌握第一手云中消息，了解最新的大数据进展！
CSDN发布虚拟化、Docker、OpenStack、CloudStack、数据中心等相关云计算资讯， 分享Hadoop、Spark、NoSQL/NewSQL、HBase、Impala、内存计算、流计算、机器学习和智能算法等相关大数据观点，提供云计算和大数据技术、平台、实践和产业信息等服务。