Машинно обучение-допълнен анализ на причинно-следственото въздействие
Машинно обучение-допълненият анализ на причинно-следственото въздействие комбинира квази-експериментално контрафактуално разсъждение с гъвкави ML модели за прогнозиране, за да оцени причинно-следствения ефект от интервенция върху времеви ред на изхода. Надграждайки върху рамката на Байесови структурни времеви редове (BSTS) на Brodersen et al. и разширявайки с двойни/дебиасирани ML методи, той конструира синтетичен контрафактуал от донорни ковариати и определя ефекта от третирането като разликата между наблюдаваните и прогнозираните резултати след интервенцията.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Brodersen, K. H., Gallusser, F., Koehler, J., Remy, N., & Scott, S. L. (2015). Inferring causal impact using Bayesian structural time-series models. Annals of Applied Statistics, 9(1), 247-274. DOI: 10.1214/14-AOAS788 ↗
- 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 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Machine Learning-Augmented Causal Impact Analysis. ScholarGate. https://scholargate.app/bg/causal-inference/machine-learning-augmented-causal-impact-analysis
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.
- Анализ на причинното въздействиеПричинно-следствено заключение↔ compare
- Метод на разликите в разликите (Difference-in-Differences, DiD)Иконометрия↔ compare
- Двойно устойчива оценка (AIPW)Причинно-следствено заключение↔ compare
- Анализ на прекъснати времеви редове (ITS)Причинно-следствено заключение↔ compare
- Панелно събитийностно проучванеПричинно-следствено заключение↔ compare
- Синтетичен контролен метод (SCM)Причинно-следствено заключение↔ compare
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →