تحليل الأثر السببي المعزز بالتعلم الآلي
يجمع تحليل الأثر السببي المعزز بالتعلم الآلي بين الاستدلال شبه التجريبي المضاد للواقع ونماذج التنبؤ المرنة للتعلم الآلي لتقدير التأثير السببي لتدخل على نتيجة سلسلة زمنية. بالبناء على إطار السلاسل الزمنية الهيكلية البايزية (BSTS) لبودرسن وآخرون وتوسيعه بواسطة طرق التعلم الآلي المزدوجة/المصححة، فإنه يبني واقعًا مضادًا اصطناعيًا من المتغيرات المانحة ويستنتج تأثير المعالجة كفجوة بين النتائج المرصودة والمتوقعة بعد التدخل.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Brodersen, K. H., Gallusser, F., Koehler, J., Remy, N., & Scott, S. L. (2015). Inferring causal impact using Bayesian structural time-series models. Annals of Applied Statistics, 9(1), 247-274. DOI: 10.1214/14-AOAS788 ↗
- Chernozhukov, V., Chetverikov, D., Demirer, M., Duflo, E., Hansen, C., Newey, W., & Robins, J. (2018). Double/debiased machine learning for treatment and structural parameters. The Econometrics Journal, 21(1), C1-C68. DOI: 10.1111/ectj.12097 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Machine Learning-Augmented Causal Impact Analysis. ScholarGate. https://scholargate.app/ar/causal-inference/machine-learning-augmented-causal-impact-analysis
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- تحليل التأثير السببيالاستدلال السببي↔ compare
- الفرق في الفروق (Diff-in-Diff)الاقتصاد القياسي↔ compare
- التقدير المتين المزدوج (AIPW)الاستدلال السببي↔ compare
- تحليل السلاسل الزمنية المتقطعة (ITS)الاستدلال السببي↔ compare
- دراسة الحدث اللوحيةالاستدلال السببي↔ compare
- منهج الضابط الاصطناعي (SCM)الاستدلال السببي↔ compare