تصميم دراسة الحدث المعزز بالتعلم الآلي
يجمع تصميم دراسة الحدث المعزز بالتعلم الآلي بين الإطار القياسي لدراسة الحدث - الذي يتتبع ديناميكيات النتائج حول تاريخ المعالجة - وبين أساليب التعلم الآلي مثل التعلم الآلي المزدوج/المُصحح (DML) أو الانحدار المنظم للتعامل مع المتغيرات المساعدة عالية الأبعاد، وتحسين التحكم في المتغيرات المربكة، وإنتاج تقديرات سببية صالحة عندما تكون مساحة المتغيرات المساعدة كبيرة جدًا بحيث لا يمكن للانحدار التقليدي إدارتها بشكل موثوق.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- 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 ↗
- Athey, S., & Imbens, G. W. (2022). Design-based analysis in difference-in-differences settings with staggered adoption. Journal of Econometrics, 226(1), 62-79. DOI: 10.1016/j.jeconom.2020.10.012 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Machine Learning-Augmented Event Study Design. ScholarGate. https://scholargate.app/ar/causal-inference/machine-learning-augmented-event-study-design
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.
- الفرق في الفروق (Diff-in-Diff)الاقتصاد القياسي↔ compare
- Dynamic Difference-in-Differencesالاستدلال السببي↔ compare
- دراسة الحدث اللوحيةالاستدلال السببي↔ compare