Metoda syntetické kontroly rozšířená o strojové učení
Metoda syntetické kontroly rozšířená o strojové učení rozšiřuje klasický estimátor syntetické kontroly použitím penalizované regrese nebo jiných algoritmů strojového učení (ML) – jako je lasso, ridge nebo náhodné lesy – k vytvoření vah dárců a k modelování trajektorií výsledků před intervencí. Toto rozšíření koriguje zbytkovou nerovnováhu, která zůstala po standardním kroku vážení, což vede k nižšímu zkreslení, když neexistuje dokonalá syntetická kontrola.
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
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Machine Learning-Augmented Synthetic Control Method. ScholarGate. https://scholargate.app/cs/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.
- Analýza kauzálního dopaduKauzální inference↔ compare
- Rozdíl v rozdílech (Diff-in-Diff)Ekonometrie↔ compare
- Strojové učení rozšířené rozdíly v rozdílech (ML-DiD)Kauzální inference↔ compare
- Metoda syntetické kontroly pro panelová dataKauzální inference↔ compare
- Syntetická kontrolní metoda (SCM)Kauzální inference↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →