Augmentovaný marginální strukturální model strojového učení (ML-MSM)
Augmentovaný marginální strukturální model strojového učení (ML-MSM) kombinuje kauzální přísnost rámce MSM od Robins et al. s flexibilními, datově adaptivními algoritmy ML pro odhad skóre sklonu a modelů výsledku. Nahrazením parametrických modelů pro rušivé proměnné ensemble learnerem nebo neuronovými sítěmi, ML-MSM obnovují platné kauzální odhady za přítomnosti matoucích faktorů bez spoléhání se na správně specifikované parametrické formy.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Mapa metod
Okolí příbuzných metod — vyberte uzel, který chcete prozkoumat.
Zdroje
- Robins, J. M., Hernan, M. A., & Brumback, B. (2000). Marginal structural models and causal inference in epidemiology. Epidemiology, 11(5), 550-560. DOI: 10.1097/00001648-200009000-00011 ↗
- Luedtke, A. R., & van der Laan, M. J. (2016). Statistical inference for the mean outcome under a possibly non-unique optimal treatment strategy. Annals of Statistics, 44(2), 713-742. DOI: 10.1214/15-AOS1384 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Machine Learning-Augmented Marginal Structural Model with Flexible Nuisance Estimation. ScholarGate. https://scholargate.app/cs/causal-inference/machine-learning-augmented-marginal-structural-model
Která metoda?
Postavte tuto metodu vedle jejích nejbližších příbuzných a čtěte je vedle sebe — knihovna položí knihy na stůl; volba je na vás.
- Dvojitě robustní odhad (AIPW)Kauzální inference↔ porovnat
- Vážená inverzní pravděpodobnost léčby (IPW / IPTW)Kauzální inference↔ porovnat
- Odhadování s rozšířenou dvojitou robustností (ML-DR) pomocí strojového učeníKauzální inference↔ porovnat
- Marginální strukturní model (MSM)Kauzální inference↔ porovnat
- Vážení na základě skóre sklonu (PSW / IPW)Kauzální inference↔ porovnat
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →