Disseny d'estudi d'esdeveniments augmentat amb aprenentatge automàtic
El disseny d'estudi d'esdeveniments augmentat amb aprenentatge automàtic combina el marc estàndard de l'estudi d'esdeveniments —que rastreja la dinàmica dels resultats al voltant d'una data de tractament— amb mètodes basats en ML com ara l'aprenentatge automàtic doblement/desbiaixat (DML) o la regressió regularitzada per gestionar covariables d'alta dimensionalitat, millorar el control dels confonders i produir estimacions causals vàlides quan l'espai de covariables és massa gran perquè la regressió convencional el gestioni de manera fiable.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
- Athey, S., & Imbens, G. W. (2022). Design-based analysis in difference-in-differences settings with staggered adoption. Journal of Econometrics, 226(1), 62-79. DOI: 10.1016/j.jeconom.2020.10.012 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Machine Learning-Augmented Event Study Design. ScholarGate. https://scholargate.app/ca/causal-inference/machine-learning-augmented-event-study-design
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.
- Diferència en Diferències (Diff-in-Diff)Econometria↔ compare
- Diferències en Diferències DinàmiquesInferència causal↔ compare
- Estudi d'Esdeveniments de PanellInferència causal↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →