الترجيح المُعزَّز بالتعلم الآلي لدرجة الميل
يستبدل الترجيح المُعزَّز بالتعلم الآلي لدرجة الميل (ML-PSW) الانحدار اللوجستي بخوارزميات تعلم آلي مرنة — مثل تعزيز التدرج، أو LASSO، أو الغابات العشوائية — لتقدير درجة الميل، ثم يستخدم أوزان مقلوب الاحتمالية لموازنة المجموعتين المعالجة والضابطة. هذا يقلل من تحيز سوء تحديد النموذج عندما تكون العلاقة الحقيقية بين المتغيرات المشتركة وتعيين المعالجة معقدة أو عالية الأبعاد.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
خريطة المناهج
محيط المناهج ذات الصلة — اختر عقدةً للاستكشاف.
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 ↗
- Lee, B. K., Lessler, J., & Stuart, E. A. (2010). Improving propensity score weighting using machine learning. Statistics in Medicine, 29(3), 337-346. DOI: 10.1002/sim.3782 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Machine Learning-Augmented Propensity Score Weighting. ScholarGate. https://scholargate.app/ar/causal-inference/machine-learning-augmented-propensity-score-weighting
أيُّ منهج؟
ضع هذا المنهج إلى جانب أقرب نظائره واقرأهما جنباً إلى جنب — المكتبة تضع الكتب على الطاولة، والاختيار لك.
- الفرق في الفروق (Diff-in-Diff)الاقتصاد القياسي↔ قارن
- التقدير المتين المزدوج (AIPW)الاستدلال السببي↔ قارن
- الترجيح الاحتمالي العكسي (IPW / IPTW)الاستدلال السببي↔ قارن
- مطابقة درجات الميل المعززة بالتعلم الآليالاستدلال السببي↔ قارن
- الترجيح بالدرجة الميولية (PSW / IPW)الاستدلال السببي↔ قارن