Prova placebo augmentada amb aprenentatge automàtic
La prova placebo augmentada amb aprenentatge automàtic (ML) és una tècnica de validació d'inferència causal que utilitza estimadors ML flexibles —com ara boscos causals, LASSO o ML doble/desbiaixat— per dur a terme comprovacions de falsificació en una estratègia d'identificació. En substituir les assignacions de tractament reals per assignacions placebo (falses) i verificar que l'efecte estimat col·lapsa a zero, els investigadors confirmen que les seves troballes causals no són artefactes de mala especificació del model o de confusió.
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. (2019). Machine learning methods that economists should know about. Annual Review of Economics, 11, 685-725. DOI: 10.1146/annurev-economics-080217-053433 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Machine Learning-Augmented Placebo Test for Causal Identification. ScholarGate. https://scholargate.app/ca/causal-inference/machine-learning-augmented-placebo-test
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
- Mètode de Variables Instrumentals (IV) per a la Inferència CausalEconomia de la salut↔ compare
- Mètode del Control Sintètic (SCM)Inferència causal↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →