Estimador de concordança augmentat amb aprenentatge automàtic
L'estimador de concordança augmentat amb aprenentatge automàtic (ML-augmented matching estimator) combina la concordança clàssica per veïns més propers o per puntuació de propensió amb algorismes d'aprenentatge automàtic (ML) — com ara lasso, boscos aleatoris o gradient boosting — per seleccionar covariables, estimar puntuacions de propensió i corregir el biaix residual. El resultat és un estimador causal basat en la concordança que roman vàlid en presència de confusió d'alta dimensionalitat on la concordança tradicional especificada manualment falla.
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 ↗
- Abadie, A., & Imbens, G. W. (2006). Large sample properties of matching estimators for average treatment effects. Econometrica, 74(1), 235-267. DOI: 10.1111/j.1468-0262.2006.00655.x ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Machine Learning-Augmented Matching Estimator for Causal Inference. ScholarGate. https://scholargate.app/ca/causal-inference/machine-learning-augmented-matching-estimator
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.
- Estimació Doblement Robusta (AIPW)Inferència causal↔ compare
- Pes pesat per la probabilitat inversa (IPW / IPTW)Inferència causal↔ compare
- Estimació robusta a doble augmentada per aprenentatge automàtic (ML-DR)Inferència causal↔ compare
- Estimador per emparellamentInferència causal↔ compare
- Emparellament per puntuació de propensióEstadística per a la recerca↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →