Mètode de control sintètic augmentat amb aprenentatge automàtic
El mètode de control sintètic augmentat amb aprenentatge automàtic (machine learning-augmented synthetic control method) estén l'estimador clàssic de control sintètic utilitzant regressió penalitzada o altres algorismes d'aprenentatge automàtic — com ara lasso, ridge o random forests — per construir els pesos dels donants i modelar les trajectòries de resultats prèvies al tractament. L'augmentació corregeix el desequilibri residual deixat pel pas de ponderació estàndard, produint un biaix inferior quan no existeix un control sintètic perfecte.
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
- Ben-Michael, E., Feller, A., & Rothstein, J. (2021). The augmented synthetic control method. Journal of the American Statistical Association, 116(536), 1789-1803. DOI: 10.1080/01621459.2021.1929245 ↗
- Abadie, A. (2021). Using synthetic controls: Feasibility, data requirements, and methodological aspects. Journal of Economic Literature, 59(2), 391-425. DOI: 10.1257/jel.20191450 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Machine Learning-Augmented Synthetic Control Method. ScholarGate. https://scholargate.app/ca/causal-inference/machine-learning-augmented-synthetic-control-method
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.
- Anàlisi d'Impacte CausalInferència causal↔ compare
- Diferència en Diferències (Diff-in-Diff)Econometria↔ compare
- Diferències en Diferències (DiD) Augmentat amb Aprenentatge Automàtic (ML-DiD)Inferència causal↔ compare
- Mètode del control sintètic de dades de panellInferència causal↔ compare
- Mètode del Control Sintètic (SCM)Inferència causal↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →