Machine Learning-Augmented Matching Estimator

Estimator for matching, forstærket med machine learning, kombinerer klassisk matching baseret på nærmeste naboer eller propensity score med ML-algoritmer – såsom lasso, random forests eller gradient boosting – til at udvælge kovariater, estimere propensity scores og korrigere for residual bias. Resultatet er en kausal estimator baseret på matching, som forbliver gyldig under højdimensionel konfounding, hvor traditionel manuelt specificeret matching fejler.