المتغيرات الآلية المعززة بالتعلم الآلي (ML-IV)
تجمع المتغيرات الآلية المعززة بالتعلم الآلي بين قوة التحديد السببي للمتغيرات الآلية الكلاسيكية والتعلم الآلي الحديث عالي الأبعاد — باستخدام طرق مثل LASSO، أو الغابات العشوائية، أو الشبكات العصبية لاختيار أدوات صالحة ونمذجة دوال الإزعاج، مما يحسن ملاءمة المرحلة الأولى ويمكّن الاستدلال الصحيح حتى عندما يكون عدد الأدوات المحتملة أو الضوابط كبيرًا بالنسبة لحجم العينة.
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 ↗
- Belloni, A., Chen, D., Chernozhukov, V., & Hansen, C. (2012). Sparse models and methods for optimal instruments with an application to eminent domain. Econometrica, 80(6), 2369-2429. DOI: 10.3982/ECTA9626 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Machine Learning-Augmented Instrumental Variables Estimation. ScholarGate. https://scholargate.app/ar/causal-inference/machine-learning-augmented-instrumental-variables
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.
- انحدار المربعات الصغرى ثنائية المرحلة (2SLS / IV)الاقتصاد القياسي↔ compare
- طريقة المتغيرات الآلية (IV) للاستدلال السببياقتصاديات الصحة↔ compare
- انحدار لاسوتعلم الآلة↔ compare
- مطابقة درجات الميلإحصاء البحث↔ compare