موازنة الإنتروبيا المعززة بالتعلم الآلي
تجمع موازنة الإنتروبيا المعززة بالتعلم الآلي (ML-EB) بين مخطط إعادة ترجيح موازنة الإنتروبيا الخاص بـ Hainmueller ونموذج نتائج التعلم الآلي لإنتاج مقدر سببي مزدوج المتانة. من خلال التحسين المشترك لأوزان توازن المتغيرات المشتركة وتعديل النتائج المتوقعة المرن، تقدم ML-EB تقديرات متسقة لتأثير المعالجة حتى عندما يكون نموذج الترجيح أو نموذج النتائج خاطئًا، وهي تتعامل مع مساحات المتغيرات المشتركة عالية الأبعاد التي لا تستطيع موازنة الإنتروبيا الكلاسيكية موازنتها بسهولة.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Hainmueller, J. (2012). Entropy balancing for causal effects: A multivariate reweighting method to produce balanced samples in observational studies. Political Analysis, 20(1), 25-46. DOI: 10.1093/pan/mpr025 ↗
- Zhao, Q., & Percival, D. (2017). Entropy balancing is doubly robust. Journal of Causal Inference, 5(1), 20160010. DOI: 10.1515/jci-2016-0010 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Machine Learning-Augmented Entropy Balancing for Causal Inference. ScholarGate. https://scholargate.app/ar/causal-inference/machine-learning-augmented-entropy-balancing
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.
- التقدير المتين المزدوج (AIPW)الاستدلال السببي↔ compare
- موازنة الإنتروبياالاستدلال السببي↔ compare
- الترجيح الاحتمالي العكسي (IPW / IPTW)الاستدلال السببي↔ compare
- مطابقة درجات الميلإحصاء البحث↔ compare