طريقة التحكم الاصطناعي المعززة بالتعلم الآلي
تُوسِّع طريقة التحكم الاصطناعي المعززة بالتعلم الآلي مقدِّر التحكم الاصطناعي التقليدي باستخدام الانحدار المعاقب أو خوارزميات التعلم الآلي الأخرى — مثل لاسو (lasso) أو ريدج (ridge) أو الغابات العشوائية (random forests) — لبناء أوزان المانحين ونمذجة مسارات النتائج قبل المعالجة. يُصحِّح هذا التعزيز الاختلال المتبقي الذي تتركه خطوة الترجيح القياسية، مما يؤدي إلى تحيز أقل عندما لا يوجد تحكم اصطناعي مثالي.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Ben-Michael, E., Feller, A., & Rothstein, J. (2021). The augmented synthetic control method. Journal of the American Statistical Association, 116(536), 1789-1803. DOI: 10.1080/01621459.2021.1929245 ↗
- Abadie, A. (2021). Using synthetic controls: Feasibility, data requirements, and methodological aspects. Journal of Economic Literature, 59(2), 391-425. DOI: 10.1257/jel.20191450 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Machine Learning-Augmented Synthetic Control Method. ScholarGate. https://scholargate.app/ar/causal-inference/machine-learning-augmented-synthetic-control-method
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
- الفرق في الفروق المعزز بالتعلم الآلي (ML-DiD)الاستدلال السببي↔ compare
- منهج الضابط الاصطناعي للبيانات المقطعيةالاستدلال السببي↔ compare
- منهج الضابط الاصطناعي (SCM)الاستدلال السببي↔ compare