মেশিন লার্নিং-অগমেন্টেড প্রপেনসিটি স্কোর ওয়েটিং
মেশিন লার্নিং-অগমেন্টেড প্রপেনসিটি স্কোর ওয়েটিং (ML-PSW) প্রপেনসিটি স্কোর অনুমান করার জন্য লজিস্টিক রিগ্রেশনকে গ্রেডিয়েন্ট বুস্টিং, LASSO, বা র্যান্ডম ফরেস্টের মতো নমনীয় ML অ্যালগরিদম দ্বারা প্রতিস্থাপন করে, এবং তারপর ট্রিটেড ও কন্ট্রোল গ্রুপগুলির ভারসাম্য বজায় রাখতে ইনভার্স প্রোবাবিলিটি ওয়েট ব্যবহার করে। এটি মডেল-মিসস্পেসিফিকেশন বায়াস হ্রাস করে যখন কোভেরিয়েট এবং ট্রিটমেন্ট অ্যাসাইনমেন্টের মধ্যে প্রকৃত সম্পর্ক জটিল বা উচ্চ-মাত্রিক হয়।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
পদ্ধতি-মানচিত্র
সম্পর্কিত পদ্ধতিসমূহের প্রতিবেশ — অন্বেষণ করতে একটি নোড নির্বাচন করুন।
উৎস
- 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 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Machine Learning-Augmented Propensity Score Weighting. ScholarGate. https://scholargate.app/bn/causal-inference/machine-learning-augmented-propensity-score-weighting
কোন পদ্ধতি?
এই পদ্ধতিটিকে তার নিকটতম সমগোত্রীয়দের পাশে রাখুন এবং পাশাপাশি পড়ুন — গ্রন্থাগার বইগুলি টেবিলে সাজিয়ে দেয়; নির্বাচন আপনার।
- ডিফারেন্স-ইন-ডিফারেন্সেস (ডিফ-ইন-ডিফ)অর্থমিতি↔ তুলনা করুন
- দ্বৈতভাবে সুদৃঢ় প্রাক্কলন (AIPW)কার্যকারণ অনুমান↔ তুলনা করুন
- ইনভার্স প্রোবাবিলিটি অফ ট্রিটমেন্ট ওয়েটিং (IPW / IPTW)কার্যকারণ অনুমান↔ তুলনা করুন
- মেশিন লার্নিং-অগমেন্টেড প্রোপেনসিটি স্কোর ম্যাচিংকার্যকারণ অনুমান↔ তুলনা করুন
- প্রোপেনসিটি স্কোর ওয়েটিং (PSW / IPW)কার্যকারণ অনুমান↔ তুলনা করুন
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →