Analýza událostí rozšířená o strojové učení
Analýza událostí rozšířená o strojové učení kombinuje standardní rámec analýzy událostí – který sleduje dynamiku výsledků kolem data ošetření – s metodami založenými na strojovém učení (ML), jako je double/debiased machine learning (DML) nebo regularizovaná regrese, aby se vypořádala s vysokorozměrnými kovariáty, zlepšila kontrolu matoucích proměnných a vytvořila platné kauzální odhady, když je prostor kovariátů příliš velký na to, aby jej konvenční regrese spolehlivě zvládla.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Machine Learning-Augmented Event Study Design. ScholarGate. https://scholargate.app/cs/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.
- Rozdíl v rozdílech (Diff-in-Diff)Ekonometrie↔ compare
- Dynamická metoda rozdílu rozdílů (Dynamic Difference-in-Differences)Kauzální inference↔ compare
- Panel Event StudyKauzální inference↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →